一、极大极小搜索(Minimax Algorithm)
在零和博弈(有完整信息的,确定的、轮流行动的,两个参与者收益之和为0的博弈)中,双方都希望自己获胜,因此每一步都选择对自己最有利,对对方最不利的做法。
假设我们是参与博弈的一方。我们用静态估计函数 f ( p ) f(p) f(p)来估计博弈双方的态势:
- 有利于我方的态势: f ( p ) > 0 f(p)>0 f(p)>0
- 有利于敌方的态势: f ( p ) < 0 f(p)<0 f(p)<0
- 双方均衡的态势: f ( p ) = 0 f(p)=0 f(p)=0
显然,我方希望 f ( p ) f(p) f(p)最大化,敌方希望 f ( p ) f(p) f(p)最小化。因此称我方为Max方,敌方为Min方。
在Max方的角度,因为是我们自己做决策,我们可以选择任意一种方案,所以我们只需选择收益最大的方案,也就是说每种方案之间是“或”的关系。
而对于Min方而言,因为是敌方做决策,我们无法控制敌方选择哪种策略,假设敌方足够聪明,我们应该假设敌方选择对他最有利的方案,也就是对我们最不利的方案、使我们收益最小的方案,所以对他而言每种方案之间是“与”的关系。
假设我们在进行动态博弈——你一步,我一步,且一方做完决策之后另一方知晓他所做的决策,那么我们可以把双方的行动展开成一棵树——博弈树。
在博弈树中,每个节点代表一种格局,每条边代表Max方或Min方的一步操作。那些下一步该Max方走的节点称为Max节点,下一步该Min方走的节点称为Min节点。
博弈树的特点:
(1) 博弈的初始状态是初始节点(假如Max方为先手,则初始节点为Max节点);
(2) Max节点是“或”节点,Min节点是“与”节点,这两种节点逐层交替出现;
(3) 整个博弈过程始终站在一方(一般为Max方)的立场上。
博弈树上有以下几种节点:
- 端节点(叶节点)
- 可解节点
- 非可解节点
- 与节点(Min节点)
- 或节点(Max节点)
其中,端节点可能是可解节点或非可解节点。使自己一方(Max方)获胜的为可解节点,使对方(Min)方获胜的为非可解节点。
对于当前的格局,我们的目标是找到一个最有利于自己获胜的策略。将当前棋局作为根节点,假设现在该Max方走了,Max方需要枚举根节点的所有子节点,来判断哪个子节点所对应的格局的静态估计函数的数值,那么这个节点对于Max方就最有利,Max方的下一步应该将格局转变为这个子节点的格局。
设 f ( u ) f(u) f(u)是节点 u u u所对应的格局的静态估计函数数值(也称效用值)。 f ( u ) f(u) f(u)越大,节点 u u u的格局对Max方越有利,对Min方越不利。显然,博弈树每层的节点类型的交替的——与节点、或节点、与节点、或节点、……,因为博弈双方是轮流采取行动的。
现在,要获得节点 u u u的 f ( u ) f(u) f(u)值,就需要进行极小极大搜索(min-max search)。极小极大搜索是指:在有限的深度范围内,使用深度优先搜索(DFS)算法,利用递归回溯从可能的走法中选择对自己最有利的走法,即让自己的收益最大、对手的收益最小。
- 或节点(Max方):该节点的效用值为所有子节点效用值的最大值。即:若节点 u u u为或节点且 u u u的子节点为 v 1 , v 2 , ⋯ , v k v_1,v_2,\cdots,v_k v1,v2,⋯,vk,则 f ( u ) = max 1 ≤ i ≤ k f ( v i ) f(u)=\max\limits_{1\le i\le k}f(v_i) f(u)=1≤i≤kmaxf(vi)。
- 与节点(Min方):该节点的效用值为所有子节点效用值的最小值。即:若节点 u u u为与节点且 u u u的子节点为 v 1 , v 2 , ⋯ , v k v_1,v_2,\cdots,v_k v1,v2,⋯,vk,则 f ( u ) = min 1 ≤ i ≤ k f ( v i ) f(u)=\min\limits_{1\le i\le k}f(v_i) f(u)=1≤i≤kminf(vi)。
- 端节点:这类节点的效用值取决于具体问题。
由此我们可以归纳出极小极大搜索算法(Minimax Algorithm)的一般步骤:
(1) 利用广度优先搜索算法生成Max方当前状态下可猜测的
k
k
k步博弈树;
(2) 定义静态估计函数,计算端节点的效用值;
(3) 回溯评估:利用极大极小运算自下而上逐层推出各节点的效用值,其中在Max节点取最大值,在Min节点取最小值;
(4) 根据当前状态子节点的效用值做出最优决策,状态转移到子节点的状态,对方变为Max方,回到(1)开始新的搜索。
P.S. 注意画博弈数的时候,Max节点用方框表示,Min节点用圆表示,且Min节点的下方要画一条弧线!
例 (井字棋)给定一个
3
×
3
3\times3
3×3的棋盘,Max方和Min方轮流走棋,每次仅能在空格摆一个自己的棋,自己的棋子三个连成一线即为获胜。
规定估计函数
f
(
p
)
f(p)
f(p)为:
- 若格局 p p p是Max方获胜,则 f ( p ) = + ∞ f(p)=+\infty f(p)=+∞;
- 若格局 p p p是Min方获胜,则 f ( p ) = − ∞ f(p)=-\infty f(p)=−∞;
- 若双方均未获胜,则
f
(
p
)
=
f
max
(
p
)
−
f
min
(
p
)
f(p)=f_{\max}(p)-f_{\min}(p)
f(p)=fmax(p)−fmin(p),其中
- f max ( p ) f_{\max}(p) fmax(p)表示所有空格全放上Max方的棋子后三子一线的总数,
-
f
min
(
p
)
f_{\min}(p)
fmin(p)表示所有空格全放上Min方的棋子后三子一线的总数。
那么,先手做出第一步决策的过程是这样的:
搜索过程中将很多对称的情况合并为一个情况,给出了
k
=
2
k=2
k=2步博弈树,并确定最优策略为走中间。
极大极小搜索过程比较简单,但当考虑的步数过多后就会导致博弈树太大、搜索效率变低,需要进行优化。
二、α-β剪枝(Alpha-Beta Pruning)
α-β剪枝是一种优化方法,在博弈树生成的过程中同时计算各节点的估计值及倒推值,通过对估值的上下限进行估计,减去没有用的分支,减少搜索范围,提高效率。
α-β剪枝的基本思想:
- “或”节点(Max方):取当前子节点中效用值的极大值为该节点效用值的下界,称为α(α≥该极大值),只有当下一个节点的值大于α才会被选择
- “与”节点(Min方):取当前子节点中效用值的极小值为该节点效用值的上界,称为β(β≤该极小值),只有当下一个节点的值小于α才会被选择
α:目前Max方可以搜索到的最好值,初始值为
−
∞
-\infty
−∞
β:目前Min方可以接受的最坏值,初始值为
+
∞
+\infty
+∞
注意:
设节点
u
u
u为或节点,
u
u
u的效用值为
f
(
u
)
f(u)
f(u),
f
(
u
)
≥
α
f(u)\ge\alpha
f(u)≥α不一定成立。
同理,设
v
v
v为与节点,
v
v
v的效用值为
f
(
v
)
f(v)
f(v),
f
(
v
)
≤
β
f(v)\le\beta
f(v)≤β也不一定成立。
α,β是中间量,它们的作用是排除对结果没有影响的分支,不能决定最终节点的效用值。
或节点(Max方)α剪枝规则:
设当前节点为
u
u
u,
u
u
u是或节点,则
u
u
u的子节点都是与节点或端节点,设为
v
1
,
v
2
,
⋯
,
v
k
v_1,v_2,\cdots,v_k
v1,v2,⋯,vk。我们在扫描
v
1
,
v
2
,
⋯
,
v
k
v_1,v_2,\cdots,v_k
v1,v2,⋯,vk的过程中,若发现
v
i
v_i
vi的β值小于等于其任何祖先节点的α值时,则对该节点以下的分支停止搜索,且
v
i
v_i
vi的最终倒推值就是其β值(可能与未加优化的极大极小搜索的结果不同)。
与节点(Min方)β剪枝规则:
设当前节点为
v
v
v,
v
v
v是与节点,则
v
v
v的子节点都是或节点或端节点,设为
u
1
,
u
2
,
⋯
,
u
k
u_1,u_2,\cdots,u_k
u1,u2,⋯,uk。我们在扫描
u
1
,
u
2
,
⋯
,
u
k
u_1,u_2,\cdots,u_k
u1,u2,⋯,uk的过程中,若发现
u
i
u_i
ui的α值大于等于其任何祖先节点的β值时,则对该节点以下的分支停止搜索,且
u
i
u_i
ui的最终倒推值就是其α值(可能与未加优化的极大极小搜索的结果不同)。
用一个实际的例子来说明:如果你和一个人在下棋,现在轮到你走。现在你有两种选择:走“A”或者走“B”。如果走“A”,那么你的局势会变好。走“B”也比较好,但是如果你走“B”的话,对方可以在两步之内获胜,这对你是非常不利的。也就是说,你考虑到了走“B”的最坏结果,那么其他可能的结果就可以不考虑了(因为对手不傻,肯定会想方设法使你败北),那么你相当于在博弈树中剪掉了“B”的其他情况。最终,因为“A”至少不会让你在两步以内输棋,所以你选择走“A”。(摘自维基百科)
核心思想是:如果存在一个比某一分支更好的走法,那么就不考察这一分支。
α-β剪枝的一个Python实现:
# encoding: GB2312
tree = [ # 博弈树的结构
[
[
[4, 8, 6],
[1, 9]
],
[
[5, 8],
[-1, 2]
]
],
[
[
[0, 3],
[-6, 6]
],
[
[1],
[0, 9, -7]
]
]
]
def is_terminal(node): # 判断是否为端节点
return isinstance(node, int)
infinity = int(1e10) # 无穷大
def alpha_beta(node, alpha, beta, ismax):
# node: 当前节点
# ismax: 若为True则当前节点是Max节点,否则为Min节点
# 当node为Max节点时,alpha为当前节点的α,beta为父节点的β
# 当node为Min节点时,alpha为父节点的α,beta为当前节点的β
if is_terminal(node):
return node # 若当前节点为端节点,直接返回其效用值
if ismax:
value = -infinity # 当前节点的效用值
for child in node:
value = max(value,
alpha_beta(child, alpha, beta, False))
# 当前节点的效用值是子节点效用值的最大值
alpha = max(alpha, value)
if value >= beta:
# 这个子节点的效用值不小于beta,不可能被选择
break # 进行β剪枝
return value
else:
value = +infinity
for child in node:
value = min(value,
alpha_beta(child, alpha, beta, True))
beta = min(beta, value)
if value <= alpha:
# 这个子节点的效用值不大于alpha,不可能被选择
break # alpha剪枝
return value
print(alpha_beta(tree, -infinity, +infinity, True))
三、解题技巧
对于我们的期末考试而言,给你一棵树,请问需要在哪里剪枝。其实我们并不需要搞那些α,β什么的,只需要简单的逻辑就能算出来。
考虑下面的树:
首先我们假设路线是
Q
→
P
→
J
→
A
→
R
Q\to P\to J\to A\to R
Q→P→J→A→R。现在考虑节点
A
A
A。Min方不选择去
R
R
R而是选择去其他端节点的条件是什么呢?是其他端节点的效用值小于
f
(
R
)
=
4
f(R)=4
f(R)=4。但是
f
(
S
)
=
8
f(S)=8
f(S)=8和
f
(
T
)
=
6
f(T)=6
f(T)=6都大于
4
4
4,所以Min方还是选择去
R
R
R。所以
f
(
A
)
=
min
{
4
,
8
,
6
}
=
4
f(A)=\min\{4,8,6\}=4
f(A)=min{4,8,6}=4。
现在考虑节点 J J J。Max方选择去 B B B而不是去 A A A的条件是什么呢?就是 f ( B ) > f ( A ) = 4 f(B)>f(A)=4 f(B)>f(A)=4。而 f ( B ) = min { f ( U ) , f ( V ) } f(B)=\min\{f(U),f(V)\} f(B)=min{f(U),f(V)},所以转化为 min { f ( U ) , f ( V ) } > 4 \min\{f(U),f(V)\}>4 min{f(U),f(V)}>4,即 [ f ( U ) > 4 ] ∧ [ f ( V ) > 4 ] [f(U)>4]\land[f(V)>4] [f(U)>4]∧[f(V)>4]这是一个且的关系。现在 f ( U ) = 1 f(U)=1 f(U)=1, f ( U ) > 4 f(U)>4 f(U)>4已经不满足了,所以这个且的关系肯定不成立,不论 f ( V ) f(V) f(V)是多少都不可能成立,所以Max方不会去 B B B。因此要把 V V V剪掉, f ( J ) = f ( A ) = 4 f(J)=f(A)=4 f(J)=f(A)=4。
再考虑节点 P P P。Min方去 K K K而不是去 J J J的条件是什么呢?就是 f ( K ) < f ( J ) = 4 f(K)<f(J)=4 f(K)<f(J)=4。而 f ( K ) = max { f ( C ) , f ( D ) } f(K)=\max\{f(C),f(D)\} f(K)=max{f(C),f(D)},故转化为 [ f ( C ) < 4 ] ∧ [ f ( D ) < 4 ] [f(C)<4]\land[f(D)<4] [f(C)<4]∧[f(D)<4]又 f ( C ) = min { f ( W ) , f ( X ) } f(C)=\min\{f(W),f(X)\} f(C)=min{f(W),f(X)}, f ( D ) = min { f ( Y ) , f ( Z ) } f(D)=\min\{f(Y),f(Z)\} f(D)=min{f(Y),f(Z)},又转化为 { [ f ( W ) < 4 ] ∨ [ f ( X ) < 4 ] } ∧ { [ f ( Y ) < 4 ] ∨ [ f ( Z ) < 4 ] } \{[f(W)<4]\lor[f(X)<4]\}\land\{[f(Y)<4]\lor[f(Z)<4]\} {[f(W)<4]∨[f(X)<4]}∧{[f(Y)<4]∨[f(Z)<4]}其中 f ( W ) = 5 f(W)=5 f(W)=5、 f ( X ) = 8 f(X)=8 f(X)=8,都不小于 4 4 4,所以 [ f ( W ) < 4 ] ∨ [ f ( X ) < 4 ] [f(W)<4]\lor[f(X)<4] [f(W)<4]∨[f(X)<4]不成立,那么 f ( K ) < 4 f(K)<4 f(K)<4也不可能成立,所以就没必要考察 D D D了,把 D D D剪掉,并令 f ( P ) = 4 f(P)=4 f(P)=4。
再考虑节点
Q
Q
Q。Max方不去
P
P
P而是去
N
N
N的节点是什么呢?是
f
(
N
)
>
f
(
P
)
=
4
f(N)>f(P)=4
f(N)>f(P)=4。而
f
(
N
)
=
min
{
f
(
L
)
,
f
(
M
)
}
f(N)=\min\{f(L),f(M)\}
f(N)=min{f(L),f(M)},故转化为
[
f
(
L
)
>
4
]
∧
[
f
(
M
)
>
4
]
[f(L)>4]\land[f(M)>4]
[f(L)>4]∧[f(M)>4]而
f
(
L
)
=
max
{
f
(
E
)
,
f
(
F
)
}
f(L)=\max\{f(E),f(F)\}
f(L)=max{f(E),f(F)},
f
(
M
)
=
max
{
f
(
G
)
,
f
(
H
)
}
f(M)=\max\{f(G),f(H)\}
f(M)=max{f(G),f(H)},故转化为
{
[
f
(
E
)
>
4
]
∨
[
f
(
F
)
>
4
]
}
∧
{
[
f
(
G
)
>
4
]
∨
[
f
(
H
)
>
4
]
}
\{[f(E)>4]\lor[f(F)>4]\}\land\{[f(G)>4]\lor[f(H)>4]\}
{[f(E)>4]∨[f(F)>4]}∧{[f(G)>4]∨[f(H)>4]}又
f
(
E
)
=
min
{
f
(
Δ
)
,
f
(
Ω
)
}
f(E)=\min\{f(\Delta),f(\Omega)\}
f(E)=min{f(Δ),f(Ω)},
f
(
F
)
=
min
{
f
(
Ψ
)
,
f
(
Σ
)
}
f(F)=\min\{f(\Psi),f(\Sigma)\}
f(F)=min{f(Ψ),f(Σ)},
f
(
G
)
=
f
(
Π
)
f(G)=f(\Pi)
f(G)=f(Π),
f
(
H
)
=
min
{
f
(
Φ
)
,
f
(
Γ
)
,
f
(
Ξ
)
}
f(H)=\min\{f(\Phi),f(\Gamma),f(\Xi)\}
f(H)=min{f(Φ),f(Γ),f(Ξ)},故转化为
{
[
f
(
Δ
)
>
4
∧
f
(
Ω
)
>
4
]
∨
[
f
(
Ψ
)
>
4
∧
f
(
Σ
)
>
4
]
}
∧
{
[
f
(
Π
)
>
4
∨
f
(
Φ
)
>
4
]
∧
[
f
(
Γ
)
>
4
∨
f
(
Ξ
)
>
4
]
}
\{[f(\Delta)>4\land f(\Omega)>4]\lor[f(\Psi)>4\land f(\Sigma)>4]\}\land\{[f(\Pi)>4\lor f(\Phi)>4]\land[f(\Gamma)>4\lor f(\Xi)>4]\}
{[f(Δ)>4∧f(Ω)>4]∨[f(Ψ)>4∧f(Σ)>4]}∧{[f(Π)>4∨f(Φ)>4]∧[f(Γ)>4∨f(Ξ)>4]}观察这个式子。这个式子成立,需要
{
[
f
(
Δ
)
>
4
∧
f
(
Ω
)
>
4
]
∨
[
f
(
Ψ
)
>
4
∧
f
(
Σ
)
>
4
]
}
\{[f(\Delta)>4\land f(\Omega)>4]\lor[f(\Psi)>4\land f(\Sigma)>4]\}
{[f(Δ)>4∧f(Ω)>4]∨[f(Ψ)>4∧f(Σ)>4]}和
{
[
f
(
Π
)
>
4
]
∨
[
f
(
Φ
)
>
4
∧
f
(
Γ
)
>
4
∧
f
(
Ξ
)
>
4
]
}
\{[f(\Pi)>4]\lor[f(\Phi)>4\land f(\Gamma)>4\land f(\Xi)>4]\}
{[f(Π)>4]∨[f(Φ)>4∧f(Γ)>4∧f(Ξ)>4]}都成立。而前者成立,只需使
[
f
(
Δ
)
>
4
∧
f
(
Ω
)
>
4
]
[f(\Delta)>4\land f(\Omega)>4]
[f(Δ)>4∧f(Ω)>4]或
[
f
(
Ψ
)
>
4
∧
f
(
Σ
)
>
4
]
[f(\Psi)>4\land f(\Sigma)>4]
[f(Ψ)>4∧f(Σ)>4]成立。
现在
f
(
Δ
)
=
0
f(\Delta)=0
f(Δ)=0不大于
4
4
4,故
[
f
(
Δ
)
>
4
∧
f
(
Ω
)
>
4
]
[f(\Delta)>4\land f(\Omega)>4]
[f(Δ)>4∧f(Ω)>4]不成立,不论
f
(
Ω
)
f(\Omega)
f(Ω)为何值,因此剪掉
Ω
\Omega
Ω。而
f
(
Ψ
)
=
−
6
f(\Psi)=-6
f(Ψ)=−6也不大与4,故
[
f
(
Ψ
)
>
4
∧
f
(
Σ
)
>
4
]
[f(\Psi)>4\land f(\Sigma)>4]
[f(Ψ)>4∧f(Σ)>4]不成立,不论
f
(
Σ
)
f(\Sigma)
f(Σ)为和值,因此剪掉
Σ
\Sigma
Σ。这意味着,
{
[
f
(
Δ
)
>
4
∧
f
(
Ω
)
>
4
]
∨
[
f
(
Ψ
)
>
4
∧
f
(
Σ
)
>
4
]
}
\{[f(\Delta)>4\land f(\Omega)>4]\lor[f(\Psi)>4\land f(\Sigma)>4]\}
{[f(Δ)>4∧f(Ω)>4]∨[f(Ψ)>4∧f(Σ)>4]}不成立。那么
f
(
N
)
>
f
(
P
)
f(N)>f(P)
f(N)>f(P)的条件就已经不能满足了,
N
N
N这边彻底没戏了,所以把剩下没去过的的都剪掉——也就是把
M
M
M剪掉。最后,
f
(
Q
)
=
f
(
P
)
=
4
f(Q)=f(P)=4
f(Q)=f(P)=4,也就是说在
Q
Q
Q状态下Max方选择去
P
P
P。文章来源:https://www.toymoban.com/news/detail-415419.html
综上,要剪掉的节点是
V
,
D
,
Ω
,
Σ
,
M
V,D,\Omega,\Sigma,M
V,D,Ω,Σ,M。如下图所示:
文章来源地址https://www.toymoban.com/news/detail-415419.html
到了这里,关于【博弈论】极小极大搜索(Minimax Algorithm)与α-β剪枝(Alpha-Beta Pruning)的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!