让我们分解。

Question

我无法理解教科书中的以下伪代码。特别是，我不了解第一个功能。在我们计算v ← MAX-VALUE(state, −∞, +∞)之后，我们如何继续计算值v的操作？价值v的行动甚至意味着什么？是否为每个操作计算MAX-VALUE(Result(state, a) , −∞, +∞)，并返回与v ← MAX-VALUE(state, −∞, +∞)相同的操作。通常情况下，我在本书中实现伪代码没有问题，但这次我严重陷入困境。有人可以帮我解释一下吗？

function ALPHA-BETA-SEARCH(state) returns an action
 v ← MAX-VALUE(state, −∞, +∞)
 return the action in ACTIONS(state) with value v

function MAX-VALUE(state, α, β) returns a utility value
 if TERMINAL-TEST(state) the return UTILITY(state)
 v ← −∞
 for each a in ACTIONS(state) do
   v ← MAX(v, MIN-VALUE(RESULT(state, a), α, β))
   if v ≥ β then return v
   α ← MAX(α, v)
 return v

function MIN-VALUE(state, α, β) returns a utility value
 if TERMINAL-TEST(state) the return UTILITY(state)
 v ← +∞
 for each a in ACTIONS(state) do
   v ← MIN(v, MAX-VALUE(RESULT(state, a), α, β))
   if v ≤ α then return v
   β ← MIN(β, v)
 return v

Answer 1

我相信如果您阅读此解释，您将理解v和action的含义，并能够实现此伪代码。

让我们分解。

state - 一个问题实例 alpha - 可能解决方案的最大下限 beta - 可能解决方案的最小上限

当新状态被视为解决方案的可能路径时，它必须具有：

alpha <= price(state) <= beta

现在让我们了解方法：

<强> 1。 MAX-VALUE(state, α, β)

返回子树的最大可能值，以state为根，a和b为alpha和beta（分别）。

它是如何做到的？好吧，对于从state一步到位的每个州，我们想要考虑将我们带到该州的行动的价值（或者＃34;价格＆＃34;）。这背后的直觉是，如果你坚持这一点，你就会知道最终状态的价格，为所有（仅相关的）最终状态做这个，并且你知道最佳状态＆＃34; mini- MAX＆＃34;溶液

在您的伪代码中，它在以下行中完成：

for each a in ACTIONS(state) do

此操作是操作，如果应用于当前state，则返回下一个state。例如，您可以将其想象为move player left，因此返回状态是原始state，仅在玩家现在向左一步的地方（愚蠢的例子，但它可能会有所帮助）。请注意，它在您的代码中被引用为RESULT(state, a) - 为了简单起见，我将使用next_state。

现在让我们检查以下一行：

v ← MAX(v, MIN-VALUE(RESULT(state, a), α, β))

首先，让我们看一下MIN-VALUE(RESULT(state, a), α, β)，或者更好：MIN-VALUE(next_state, α, β)。因为你现在正在探索＆＃34;一个新的路径（到达next_state的路径，你想从该状态获取所有可能性的最小（仅适用于下一个级别）。这是因为它是对手＆＃39;接下来，我们假设他尽可能聪明地玩（所以我们知道我们有最佳路径）。直觉上，这可以被视为＆＃34;如果我选择使用next_state，那么最糟糕的情景是什么？＆＃34;。

好的，现在，为什么我们有这个MAX(v, ...)？这个非常简单，如果你已经通过不同的路径找到了更好的价值v，那就去吧，没理由和next_state一起使用。

<强> 2。 MIN-VALUE(state, α, β)

这与MAX-VALUE非常相似。你可以把这看作是对手的回合＆＃34;，因为他是＆＃34;聪明的＆＃34;，他选择他的下一步作为给你最小价值的那一步（因此MIN-VALUE）。

第3。寻找解决方案：

function ALPHA-BETA-SEARCH(state) returns an action
 v ← MAX-VALUE(state, −∞, +∞)

现在，要使用MAX-VALUE和MIN-VALUE，您只需找到最佳解决方案，从根state开始，没有特定的alpha或{{1限制（这些限制将在beta和MAX-VALUE中更新），因此您可以为其分配MIN-VALUE和−∞值。

那么你需要实现这个

+∞

每个州都需要有一个或多个运算符，每个都返回一个新状态，这是应用运算符逻辑后的原始状态。

ACTIONS(state)

按照上述说明，可以简单地将其视为RESULT(state, action)或state.action()。只需对状态应用操作并返回新状态。

action(state)

回答问题的谓词＆＃34;这是终端状态吗？＆＃34;。您需要能够在某处结束当前的分支搜索 - 此谓词是每个分支的中断条件。

我希望这有助于清除一些事情。

Alpha beta修剪伪代码理解

1 个答案:

让我们分解。

那么你需要实现这个