【人工智能】—_博弈、极小极大值、α-β剪枝、截断测试

本文介绍了博弈中的极小极大值算法,解释了如何通过假设对手选择最小化行动来制定最佳策略。尽管对于复杂的棋类如国际象棋,完全展开搜索树是不现实的,但通过α-β剪枝技术可以优化搜索过程,减少不必要的分支扩展。文章还提及了截断测试,即使用启发式评价函数EVAL来估计棋局效用,以提高计算效率。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

博弈

在这里插入图片描述
在这里插入图片描述

极小极大值

在这里插入图片描述

  • 假设两个玩家都以最大化自身利用进行博弈
  • 举例:
    • 计算机假设在它移动后,对手会选择最小化的行动
    • 计算机在考虑自己的行动和对手的最佳行动后选择最佳行动在这里插入图片描述
  • <
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

.whl

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值