《人工智能导论教学课件》2013第三章

1、第九节课09月28日，上一次的课评审、盲目的的探索战略、启发式文明棍探索战略、第3章和图的探索、2、3、4、5、6、7、8、9、a从初始节点到营销对象节点的路径即节点的系列解开。 另外，方法1满脚丫子子问题1一个问题多个解决方法2满脚丫子子问题2方法3满脚丫子子问题3是否一个节点被解，该节点的一部分或全部节点(的关系)被解，并用和格拉夫表示而不是一个后续节点被解。 搜索、or、and、从初始节点到一系列结束节点关定径套字n的解析度。或与图的搜索、之间的关系(超弧、连接器)、根结点：没有父节点的节点。 终止节点：没有后续节点的节点。3.1基本概念、和图是超级格拉夫，节点间通过连接器连接。 (其特

2、例为普通图) K-连接器：指从一个父节点到k个后续节点的组的节点定径套。 其中，n是终止节点定径套Cn是连接器的耗散值*，如果n是n的元素则是k(n )，或从图中的某个节点n到营销对象节点定径套n的解图类似于通常图中的解路径如何获得解图从节点n正确选择外向连接器，继续从该连接器所指向的后续节点中选择外向连接器，直到导致后续节点成为该集合n的元素。 具有最小成本的解图称为最佳解图。 当“与”子节点存在于“目标”、“初始”、“解图”、“非终止”、“子节点”、“子节点”、“子节点”、“子节点”、“子节点”、“子节点”、“子节点”、“子节点”、“节点”、“目标”、“目标”、“初始节点”、“解图”、“非

3、终止节点”、“子节点”等节点中时，仅当该子节点被解开时不能解开节点，没有子孙的非终端节点不能解开节点。 只有在非终端节点中有or子节点，所有的子节点都不能解的情况下，该非终端节点才能解。 当在非终止节点中存在“与”子节点的情况下，如果至少一个子节点不可解开，则该非终止节点不可解开。 第10次授课10月07日，上次授课回顾，和图探索：探索从初始节点到一系列的结束节点定径套n的解图。 在and格拉夫搜索中，通过做评估局部格拉夫来选择要扩展的节点。 如何获得解图从节点n正确选择外向连接器，继续从该连接器所指向的后续节点中选择外向连接器，直到导致后续节点成为该集合n的元素。 具有最小成本的解图称为最佳

4、解图。 能解节点不能解开该节点，或者图中的启发式文明棍搜索算法AO*和启发式文明棍或者类似于图搜索过程的普通图，其根据评估函数f(n )来推导搜索过程。 关于与格拉夫，由于部分格拉夫中存在多个叶结点，因此如通常格拉夫那样，无法通过做评估某个节点来实现部分格拉夫整体的评价。 在and格拉夫搜索中，通过做评估局部格拉夫来选择要扩展的节点。 在普通图的情况下，f(n)=g(n) h(n )表面是关于节点n的评估价值，并且实际上是关于从s到营销对象节点(通过n )的路径的评估价值。 对、n、s或图：的局部图的评价红色和蓝色都是局部图，具体选择其路径，选择f值最小的。与相关或与相关，并且评估更加复杂，A

5、O*算法，过程AO*:创建搜索格拉夫g，G:=s，并计算q(s)=h(s )，ifgoal(s )的单位是求解的，do 3360 begin g 3360 n:=G中的一个非终止节点(选择非终止节点作为当前节点)。 生成展开(n )、子节点定径套ni，在其中计算niG，G:=ADD(ni，g )、q(ni)=h(ni )、ifgoal(ni )，开始时刻格拉夫g仅包括s，估计成本为h(s )，如果s是终止节点，则估计为s 、根据连接器标记(指针)找到扩展后的局部解图g，将未出现在g中的子节点追加到g中，修正其成本，如果有末端节点，则附加解标记。 地图生成过程，S:=n； 包含n的单个结节点集合

6、s.(要修改的结节点集合) Until S为空，do: Begin REMOVE(m，s )，mc(S )； 此m的子节点mc应该不在s中。 修改量m的耗散值q(m):是针对其中m指向节点定径套定(n1i，n2i，nki )的每个连接器I而设定的。 将指针添加到分别对q(m )进行校正的minqi(m )的连接器上，将指针修改到minqi(m )的连接器上，如果原始指针与新确定的指针不一致，则为. IF M(nji，SOLVED) THEN M(m，SOLVED ) end (与9匹配) -如果end (与3匹配)，且m能量或修正成本不同于初始估计q0，则将m的所有上一代节点ma加到s (修正

7、向上传送)，并向m添加的算法分成两个阶段：如果连接器的所有子节点都是能量，则m也是能量在自顶向下的格拉夫生长过程中，首先通过有标记的接头找到目前为止最好的局部解格拉夫；2 )自下而上的耗散值修正计算、接头标记及节点解标记。 其中h (n0)=3h (n1)=2h (n2)=4h (n3)=4h (n4)=1h (n5)=的营销对象、营销对象、初始节点、n0、n1、n2、n3、n4、n5、n6、n7、n8、红色： 4蓝色： 6、n1 先选择、扩展、营销对象、营销对象、初始节点、n0，通常先选择该本地格拉夫的成本变化最大的节点(催促立即修改本地格拉夫的标志，以便选择该节点先扩展。 3.3游戏树检索

8、、男同性恋问题二人一头地双方信息完备(对垒双方可见的信息相同，一方不能看到)零和(一方有利的象棋，另一方不利，双方不存在有利或不利的象棋)，Grundy男同性恋(分钱男同性恋)，分钱问题，(7)、(6，1 )、(5，) 3 )、(5，1，1 )、(4，2，1 )、() 假设以1纳秒进行一头地，则需要约10的145次方年。 结论：不穷。 目标：寻找一头地好的对手，等到对方敬服之后，再考虑寻找一头地好的对手的实际战略。1、极小极大搜索过程(1)是男同性恋树搜索的基本方法，目前常用的剪枝搜索方法也是从极小极大搜索过程中发展起来的。 假设一个评价函数可以评价所有方面：在评价函数为0的情况下，做评估函数

9、0表示对我方有利、越大越有利，表示对对方有利、越小越有利。 极小极大搜索过程(2)，假定双方都是男同性恋高手，在决定将棋时，尽可能多看步骤，选择评价函数有利的将棋。 极小极大搜索过程模拟人的象棋思考过程，策略、极小极大搜索策略是在考虑双方对战的几个步骤之后，从可能的步骤中选择较好的步骤进行，即在有限的搜索深度范围内求解。 定义静态估计函数f，进行局面优劣评价，主要测量末端节点的“价值”。 f0，表对我方有利，f0，表对对方有利，f=0，表势均力敌f=，表我方胜，f=-表对方胜，1，极小极大过程，0，-3，-3，- 2，1，-3，6，- 3初始节点的片偏移值f(s )从下而上分阶段求出并且从f(

10、s )中选择比较好的步行。 算法，极小过程MINIMAX: 1. T:=(s，MAX )，开放：=(s )，封闭：=()； 开始时树由初始节点构成，OPEN表仅包含s.2.loop 13360 if open=() thengoloop 2。 3.n :=第一个、移除、添加、关闭； 当n放置在封闭表的前面时，4. IF n达到深度k，并且可以判定为失败或平局THEN f(n):=-0、GO LOOP1 ELSE EXPAND(n)ni、ADD (ni，t )对每个端点结节点f的值进行校正。 6.IF(nd MAX) (f(nci MIN )是有值) THEN f(nd):=maxf(nci )

11、、移除(nd，CLOSED )。 如果MAX的所有子节点都具有值，则MAX具有其最大值. ELSE IF(nd MIN) (f(nci MAX )具有值) THEN f(nd):=minf(nci )， 如果采用remmi的MIN的所有子节点都具有值，则MIN将其最小值为.7. GO LOOP2的8.loop 3360 IFF (s ) nilthenexit (endm (move，t). s标记为具有值、退出或行走另一方面，算法指示在对方做出响应之后，将此时的状态设为起始状态s，并重复调用该过程。 在原理上，对于复杂的问题是不实用的。 例如，在九宫格棋牌、九宫格棋盘中，两选手(MAX和MI

12、N )交替在棋牌中排列各自的棋子(一次一张)，谁先取三个一线的结果获胜。 用()表示MAX，用(o )表示MIN，并将f(p )设为针对图案p的评估价值。 如果p对哪一方都不是获胜组，则f(p)=(在所有空间中放置MAX的棋子后，MAX的行、列、对折角线为三个子线的总和)-(在所有空间中放置MIN的棋子后，MIN的行、列、对折角线为三个子线的总和的对折角线为三个当前模式p如图所示，在所有空间中放置MIN的棋子后，MIN的行、列、导入： -删截、MINMAX过程分为搜索树的生成和局面评价两个过程进行：即老师成为所有的搜索树。 将生成和片偏移估计相结合，在一定条件下，考虑尽快打破无用的分支过程的思想。、评论：极小极大过程，0、-3、3、-3、-2、1、-3、6、-3、0、3、1、6、0、0使用其他片偏移方法取值，-搜索过程在上述例子中，实际上是将生成和片偏移评估价值组合进行的，根据一定的条件，有可能尽早截断无用的分支、-剪枝、极大节点的下界为。 极小节点的上限为。剪枝、剪枝：如果任一个极小值层节点的值是任一个上一代极大值层节点的值、即后辈节点的值祖先节点的值，则结束该极小值层中的该MIN节点以下的搜索，并设