【人工智能】博弈搜索（极小极大值、α-β剪枝）

1. 极小极大值算法

  人工智能中 “博弈” 通常专指博弈论专家们称为有完整信息的、确定性的、轮流行动的、两个游戏者的零和游戏（如国际象棋)。术语中，这是指在确定的、完全可观察的环境中两个 Agent必须轮流行动，在游戏结束时效用值总是相等并且符号相反。例如下国际象棋，一个棋手贏了，则对手一定是输了。正是 Agent 之间效用函数的对立导致了环境是对抗的。

博弈的游戏通常被 AI 作为一个好的问题来进行研究主要是因为：

• 玩家需要向人一样的智慧
• 游戏可能非常复杂（如象棋、围棋）
• 需要在一定的时间限制内做出决策
• 游戏是容易被定义的而且可以重复
• 游戏完全可观察并且有有限的环境
• 可以直接将人与AI进行比较

以井字棋为例我们可以得到下面的博弈树：

  通过以上博弈树可以得知游戏的终止会有两种结果MAX得到+1，MIN就会是-1，MAX是-1，MIN就会是+1，也就是一名玩家最大化结果，另一名玩家的结果就会最小。

  假设两个玩家（MAX为计算机、MIN为其对手）都发挥最佳效果，那么在计算机移动后，对手将选择最小化(但对于对手来说是最有利的操作)的移动，由此可得计算机应在考虑其移动和对手的最佳移动的情况下选择最佳移动，如下图所示：

  如上图所示计算机在根节点有四种选择方式，每种选择之后其对手又有不同种选择方式，在其对手选择完成后就会进入终止状态产生结果，计算机 (MAX) 为确保自己所获利益最大，应当选择B、C、D、E中最大的值，因为对手 (MIN) 总会选择对自己最有利的决策，所以B值的由来是F、G中的最小值、C的由来是H、I、J的最小值，由此就可以得到了极小极大值的算法，极小代表的是在计算机 (MAX) 决策后其对手 (MIN) 总会选择对于计算机 (MAX) 来说获利最小的操作，极大值代表的是计算机 (MAX) 需要在所有的决策中(所有的极小值中)，选择最大的值，通过以上分析可得运用递归的方法是比较容易实现以上操作的，具体伪代码如下：

function MINIMAX_DECISION(state) returns an action
	inputs: state,current state in game
	return the a in Actions(state) maximizing MIN-VALUE(RESULT(a,state))

function MA