人工智能概述

问题求解的基本原理

知识表示

基于逻辑问题的求解方法

不确定知识的表示和推理

专家系统

知识获取和知识学习

自然语言处理系统

问答和实践

 

 

 

 

 

 

 

 

 


  极大极小过程

   一、概述

        在人工智能发展的早期,就开始了对博弈问题的研究。本节讨论的博弈属于双人完备信息博弈。这里博弈由两人对垒,两人轮流走步。双方既知道对方走过的棋步,也可估计对方今后的棋步。棋的结局是一方赢,一方输,或者和局。另一种博弈为机遇性博弈,既存在不可预测的博弈。
    
     二、
Grudy游戏

     三、极大极小过程

       定义:为了计算非叶结点的估值,必须从叶结点向上倒推。对于MAX结点,由于MAX方总是选择使估值最大的走步,因此MAX结点的倒推值应取后继结点估值的最大值。对于MIN结点,由于MIN方总是选择使估值最小的走步,因此MIN结点的倒推值应取其后继结点估值的最小值。这样一步下地计算倒推值,直至计算出初始结点的倒推值为止。由于我们研究的是MAX方的走步,所以应选择其后继结点中具有最大倒推值的走步。这一过程就称为极小极大过程。

     四、一字棋示例

下一讲                           返回主页