Понятие дерева возможностей Методы подрезки дерева возможностей Обучение игровых программ 1.

Понятие дерева возможностей
2. Методы подрезки дерева возможностей
3. Обучение игровых программ
1.
Понятие дерева возможностей
В программах-игроках наиболее полно удалось
реализовать центральную идею искусственного
интеллекта:
 обучение
 самообучение
 самоорганизация компьютерных программ
Принципы работы многих игровых программ
опираются на исследования дерева возможных
продолжений игры


…

30
…


900
27 000
810 000
Комбинаторный
взрыв
Принципы игры в шахматы
 Корневая вершина дерева возможностей представляет
собой текущее положение фигур на шахматной доске, а
работа программы состоит в выборе очередного хода
 Все вершины могут быть двух типов:
 альфа-вершина – ход компьютера
 бета-вершина – ход его противника
 Дерево возможностей представляет собой
чередующиеся слои альфа- и бета-вершин
 В интеллектуальных играх типа шахмат удаётся
построить и просмотреть лишь небольшую часть
дерева возможностей - дерево возможностей
подвергается подрезке
Методы подрезки дерева возможностей
 В программах-шахматистах для каждой вершины
обычно определяются числовые оценки силы позиций
каждого из партнеров (оценивающая функция)
 k1, k2, k3 – весовые коэффициенты
 а1, а2, а3 – некоторые признаки силы позиции
 Обычно оценивающая функция:
 0 - позиции партнеров равноценны
 >0 - преимущество за компьютером
 <0 - когда преимущество за противником
Метод минимаксного перехода
 После оценки каждой терминальной вершины,
выполняется перенос результатов этих оценок
вверх по дереву:
для альфа-вершин - наибольшее значение
оценок для дочерних вершин
для бета-вершин – наименьшая
Метод обратного усечения
 поиск по дереву включает в 2 этапа:
1. построение дерева возможностей с приписыванием
его терминальным вершинам числовых значений
оценочной функции
2. применение минимаксной процедуры для передачи
значений вверх по дереву
 значения оценочных функций связываются с
вершинами по мере формирования дерева:
1. оценивающие функции для альфа-вершины с ростом
дерева могут только увеличиваться
2. для бета-вершины – только уменьшаться
 наблюдение за динамикой изменения оценивающих
функций даёт возможность определить
нерезультативные ветви
Обучение игровых программ
 Две основные формы обучения:
1. накопление
2. обобщение
 Накопление сводится к хранению в памяти
компьютера большого числа конфигураций фигур
на доске из тех, что реально возникают в ходе игр.
Вместе с каждой конфигурацией в памяти
хранится её числовая оценка
 Обобщение позволяет программе в ходе игры
изменять оценивающие функции
Некоторые принципы используемые
А.Сэмюэлом в программе
 S – результат прямой оценки с помощью
оценочной функции
 Sb – результат передачи оценки по дереву
 вычислялась корреляция между е и а1, а2 и т.д.
 положительная корреляция между е и любым
значением а, указывает, что соответствующий
коэффициент k, следует уменьшить
 отрицательная корреляция означает, что его
надо увеличить
 программа содержала больший ассортимент
критериев (а1, а2 и т.д.), чем допускался для
использования в конкретной оценивающей
функции. Используемое множество критериев
видоизменялось во время игры.
 А. Сэмюэль предложил замкнуть игровую
программу саму на себя – организовать работу
программы таким образом, что она могла вести
игру и самообучаться непрерывно днем и ночью,
имитируя одновременно двух игроков (x и y).