麻省理工学院——人工智能公开课06 | 小王来教你

麻省理工学院——人工智能公开课06

2019年2月10日 0 条评论 9 次阅读 0 人点赞

 

这一讲讲解了人工智能如何进行博弈,包括下棋,深蓝曾经因为击败国际象棋世界冠军卡斯帕罗夫而轰动一时。这一讲首先介绍了进行博弈可以使用的各种方法。

第一种是分析,策略,战略的组合,但是没人知道如何将这几种通过怎样的方式组合起来,所以这种方法不可行,

第二种是利用if...then...规则,但这也不是一种好的方法。

第三种是向前看并进行评估。看所有的移动结果中,哪一种对棋局最有利。

第四种就是大英博物馆算法,但是对一局棋局来说,其可能存在的结果实在是太多了,

第五种就是极大极小算法,

这是上面四种方法的综合。首先,它会尽量往前看,这样就会产生一个博弈树,然后,会决定每一层是取极大还是极小,规则是,第一层是取极大,然后下一层极小,下下一层又是极大,从树的最底层开始,然后,将每个分支的子树中的极小(假设最底层是偶数层)着赋给其根节点,然后到上一层的时候,会将节点中的最大值给根节点,一层一层往上推,这样就得到了下一步的走法,

再后,教授介绍了极小化极大算法的优化——α-β剪枝法,这样做能够有效提高算法效率。

这个时候,博弈树任然没变,当从底层筛选出第一极小值的时候,假设第二个根节点的值比第一个小,那么这个根节点以下的分支就可以减掉,假设第三个根节点的值比第一个大,那么第三个就作为接下来筛选节点的标准,同样,到上一层的时候,就会筛选较大值,这个时候,就会把较大的值所在的分支减掉。这就是ɑ-β剪枝法。

最后,教授讲解了逐步深入和随时算法的概念,并介绍了深蓝的实际工作机制

 

rmrhsch

rmrhsch

这个人太懒什么东西都没留下

文章评论(0)