پاورپوینت جستجوی خصمانه در هوش مصنوعی

توضیحات محصول

دانلود پاورپوینت جستجوی خصمانه در هوش مصنوعی با فرمت ppt ودر 32 اسلاید قابل ویرایش

قسمتی از متن پاورپوینت جستجوی خصمانه در هوش مصنوعی

فهرست

بازيها چيستند و چرا مطالعه ميشوند؟

انواع بازيها

الگوريتم minimax

بازيهای چند نفره

هرس آلفا-بتا

بازيهای قطعی با اطلاعات ناقص

بازيهايي که حاوی عنصر شانس هستند

بازی ها چيستند و چرا مطالعه ميشوند؟

بازيها حالتی از محيطهای چند عاملي هستند
هر عامل نياز به در نظر گرفتن ساير عاملها و چگونگی تأثير آنها دارد
تمايز بين محيطهای چند عامل رقابتي و همکار
محيطهای رقابتی، که در آنها اهداف عاملها با يکديگر برخورد دارند، منجر به مسئله های خصمانه ميشود که به عنوان بازی شناخته ميشوند
چرا مطالعه ميشوند؟
قابليتهای هوشمندی انسانها را به کار ميگيرند
ماهيت انتزاعی بازی ها
حالت بازی را به راحتی ميتوان نمايش داد و عاملها معمولا به مجموعه کوچکی از فعاليتها محدود هستند که نتايج آنها با قوانين دقيقي تعريف شده اند

يک نمونه بازی

بازی دو نفره: Min و Max
اول Max حرکت ميکند و سپس به نوبت بازی ميکنند تا بازی تمام شود
در پايان بازی، برنده جايزه و بازنده جريمه ميشود
بازی به عنوان يک جستجو:
حالت اوليه: موقعيت صفحه و شناسه های قابل حرکت
تابع جانشين:ليستی از (حالت,حرکت) که معرف يک حرکت معتبر است
آزمون هدف:پايان بازی چه موقع است؟(حالتهای پايانه)
تابع سودمندی: برای هر حالت پايانه يک مقدار عددی را ارائه ميکند. مثلا برنده(1+) و بازنده(1-)
حالت اوليه و حرکات معتبر برای هر بازيکن، درخت بازی را برای آن بازی ايجاد ميکند

الگوريتم؛

§بازيکن: انتخاب بهترين حالت
§حريف: انتخاب بهترين موقعيت برای خودش يا بدترين وضعيت برای بازيکن

بازيکن: ماکزيمم حالت

حريف: مينيمم حالت

بازيهای چند نفره

تخصيص يک بردار به هر گره، به جای يک مقدار
بازيهای چند نفره معولاً شامل اتحاد رسمی يا غير رسمي بين بازيکنان است
اتحاد با پيشروی بازی ايجاد و از بين ميرود
بازيکنان بطور خودکار همکاری ميکنند، تا به هدف مطلوب انحصاری برسند

هرس آلفا-بتا

در الگوريتم MaxMin:

تعداد حالتهای بازی که بايد بررسی شوند، بر حسب تعداد حرکتها، توانی است
راه حل: محاسبه تصميم الگوريتم، بدون ديدن همه گره ها امکانپذير است
هرس آلفا-بتا:

انشعابهايي که در تصميم نهايي تأثير ندارند را حذف ميکند
آلفا: مقدار بهترين انتخاب در هر نقطه انتخاب در مسير Max تاکنون
بتا: مقدار بهترين انتخاب در هر نقطه انتخاب در مسير Min تاکنون
تعداد گره هايي که بايد بررسی شوند به تقليل ميابد
فاکتور انشعاب مؤثر به جای b برابر با جذرb خواهد بود
پيش بيني آن نسبت به minimax دو برابر است

هرس آلفا-بتا

گره n که هر جای درخت ميتواند باشد، بررسي ميشود
اگر بازيکن انتخاب بهتری داشته باشد
در گره والد n
يا هر انتخاب بهتری تا کنون
n هيچوقت در بازی واقعی قابل دسترس نخواهد بود
در نتيجه n هرس ميشود