【博弈论】极小极大搜索（Minimax Algorithm）与α-β剪枝（Alpha-Beta Pruning）

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$f(p)$来估计博弈双方的态势：

• 有利于我方的态势：$f(p)>0$
• 有利于敌方的态势：$f(p)<0$
• 双方均衡的态势：$f(p)=0$

显然，我方希望$f(p)$最大化，敌方希望$f(p)$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$f(u)$是节点$u$所对应的格局的静态估计函数数值（也称效用值）。$f(u)$越大，节点$u$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$u$的$f(u)$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$u$为或节点且$u$的子节点为$v_1,v_2,\cdots ,v_k$，则$f(u)=\underset{1\le i\le k}{\max }f(v_i)$。
• 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$u$为与节点且$u$的子节点为$v_1,v_2,\cdots ,v_k$，则$f(u)=\underset{1\le i\le k}{\min }f(v_i)$。
• 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$k$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$3\times 3$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$f(p)$为：

• 若格局$p$是Max方获胜，则$f(p)=+\infty$；
• 若格局$p$是Min方获胜，则$f(p)=-\infty$；
• 若双方均未获胜，则$f(p)=f_{\max }(p)-f_{\min }(p)$，其中
  • $f_{\max }(p)$表示所有空格全放上Max方的棋子后三子一线的总数，
  • $f_{\min }(p)$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$k=2$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$u$为或节点，$u$的效用值为$f(u)$，$f(u)\ge \alpha$不一定成立。
同理，设$v$为与节点，$v$的效用值为$f(v)$，$f(v)\le \beta$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$u$，$u$是或节点，则$u$的子节点都是与节点或端节点，设为$v_1,v_2,\cdots ,v_k$。我们在扫描$v_1,v_2,\cdots ,v_k$的过程中，若发现$v_i$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$v_i$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$v$，$v$是与节点，则$v$的子节点都是或节点或端节点，设为$u_1,u_2,\cdots ,u_k$。我们在扫描$u_1,u_2,\cdots ,u_k$的过程中，若发现$u_i$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$u_i$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$Q\to P\to J\to A\to R$。现在考虑节点$A$。Min方不选择去$R$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$f(R)=4$。但是$f(S)=8$和$f(T)=6$都大于$4$，所以Min方还是选择去$R$。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$J$。Max方选择去$B$而不是去$A$的条件是什么呢？就是$f(B)>f(A)=4$。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$$[f(U)>4]\wedge [f(V)>4]$$这是一个且的关系。现在$f(U)=1$，$f(U)>4$已经不满足了，所以这个且的关系肯定不成立，不论$f(V)$是多少都不可能成立，所以Max方不会去$B$。因此要把$V$剪掉，$f(J)=f(A)=4$。

再考虑节点$P$。Min方去$K$而不是去$J$的条件是什么呢？就是$f(K)<f(J)=4$。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$$[f(C)<4]\wedge [f(D)<4]$$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$$\{[f(W)<4]\vee [f(X)<4]\}\wedge \{[f(Y)<4]\vee [f(Z)<4]\}$$其中$f(W)=5$、$f(X)=8$，都不小于$4$，所以$[f(W)<4]\vee [f(X)<4]$不成立，那么$f(K)<4$也不可能成立，所以就没必要考察$D$了，把$D$剪掉，并令$f(P)=4$。

再考虑节点$Q$。Max方不去$P$而是去$N$的节点是什么呢？是$f(N)>f(P)=4$。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$$[f(L)>4]\wedge [f(M)>4]$$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$$\{[f(E)>4]\vee [f(F)>4]\}\wedge \{[f(G)>4]\vee [f(H)>4]\}$$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)}，$f(G)=f(\Pi )$， 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$$\{[f(\Delta )>4\wedge f(\Omega )>4]\vee [f(\Psi )>4\wedge f(\Sigma )>4]\}\wedge \{[f(\Pi )>4\vee f(\Phi )>4]\wedge [f(\Gamma )>4\vee f(\Xi )>4]\}$$观察这个式子。这个式子成立，需要$\{[f(\Delta )>4\wedge f(\Omega )>4]\vee [f(\Psi )>4\wedge f(\Sigma )>4]\}$和$\{[f(\Pi )>4]\vee [f(\Phi )>4\wedge f(\Gamma )>4\wedge f(\Xi )>4]\}$都成立。而前者成立，只需使$[f(\Delta )>4\wedge f(\Omega )>4]$或$[f(\Psi )>4\wedge f(\Sigma )>4]$成立。
现在$f(\Delta )=0$不大于$4$，故$[f(\Delta )>4\wedge f(\Omega )>4]$不成立，不论$f(\Omega )$为何值，因此剪掉$\Omega$。而$f(\Psi )=-6$也不大与4，故$[f(\Psi )>4\wedge f(\Sigma )>4]$不成立，不论$f(\Sigma )$为和值，因此剪掉$\Sigma$。这意味着，$\{[f(\Delta )>4\wedge f(\Omega )>4]\vee [f(\Psi )>4\wedge f(\Sigma )>4]\}$不成立。那么$f(N)>f(P)$的条件就已经不能满足了，$N$这边彻底没戏了，所以把剩下没去过的的都剪掉——也就是把$M$剪掉。最后，$f(Q)=f(P)=4$，也就是说在$Q$状态下Max方选择去$P$。

综上，要剪掉的节点是$V,D,\Omega ,\Sigma ,M$。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！