Tema 3: Juegos bipersonales

Tema 3: Juegos bipersonales
Resumen: Juegos bipersonales 3.1. Juegos bipersonales básicos (con información perfecta) 3.2. Juegos bipersonales con elementos de azar 3.3 Juegos bipersonales con información incompleta – 1 – Fundamentos de Inteligencia Artificial 3º Ing. Sup. Inf

Resolución de problemas con múltiples agentes
– 1 – Fundamentos de Inteligencia Artificial 3º Ing. Sup. Inf

Entorno multiagente Situación:
múltiples agentes (jugadores) actúan en el mismo entorno las acciones de los demás agentes influyen en la medida de rendimiento de cada agente ningún agente puede controlar las acciones de los demás agentes hasta cierto punto, un agente puede predecir las acciones de los demás Tipos de problemas multiagente : escenarios cooperativos: metas compartidas escenarios parcialmente cooperativos: algunas metas compartidas, otras opuestas escenarios antagónicos: metas opuestas – 1 – Fundamentos de Inteligencia Artificial 3º Ing. Sup. Inf

Escenarios antagónicos: Juegos de suma cero
juegos donde las ganancias y perdidas suman cero lo que un jugador gana es lo que el otro pierde ejemplo “clásico” de escenarios antagónicos p.E.: Ajedrez, Póker, … Juegos con recompensas: la ganancia /perdida tiene cantidad el jugador quiere maximizar la cantidad Juegos sin recompensas: solo se gana o se pierde Tipos de juegos: elementos de azar: con elementos de azar (backgammon) / sin elementos de azar (damas) información: información perfecta (damas) / información incompleta (póker) – 1 – Fundamentos de Inteligencia Artificial 3º Ing. Sup. Inf

Modelar juegos bipersonales
Modelo similar a la búsqueda con un único agente (juegos unipersonales): Estados: cada situación del juego define un estado Acciones: jugadas permitidas en una determinada situación los jugadores ejecutan sus acciones de forma alternando Estado inicial: estado actual del juego Estado final: estado en el que termina el juego Hay dos jugadores: max y min No se busca un plan de acciones ya que el jugador contrario influye en el progreso Objetivo de un agente: encontrar la mejor jugada para él (la jugada que tiene las mayores posibilidades de llevarle a ganar el juego) – 1 – Fundamentos de Inteligencia Artificial 3º Ing. Sup. Inf

Ejemplo: Tres en Raya Tres en Raya: dos jugadores (min y max)
los jugadores van poniendo fichas en las casillas de un tablero 3x3 max usa las fichas X / min usa las fichas O una casilla puede contener como mucho una ficha Reglas: Inicialmente el tablero está vacío max empieza y los jugadores se van alternando en poner sus fichas max gana si obtiene una raya de tres fichas X min gana si obtiene una raya de tres fichas O si todas las casillas están ocupadas sin que haya una raya de 3 fichas del mismo tipo, hay empate gana max gana min empate – 1 – Fundamentos de Inteligencia Artificial 3º Ing. Sup. Inf

Modelar juegos bipersonales
Conocimientos mínimos a priori de los agentes max y min : s0 posición inicial (estado inicial) expandir: s  {si1, ..., sin} cjto. finito de posiciones sucesores terminal?: s  true | false prueba terminal U: s  k, k función parcial de utilidad del juego Nótese: la función expandir codifica las jugadas (acciones) permitidas en una posición s supone implícitamente que los jugadores se alternan en realizar las jugadas la función de utilidad está definida sólo en los estados terminales s juegos de suma cero sin recompensas: max gana si y sólo si min pierde gana max: U(s) = + / gana min : U(s) = – / empate: U(s) = 0 – 1 – Fundamentos de Inteligencia Artificial 3º Ing. Sup. Inf

Ejemplo: Árbol de juego para Tres en Raya
max min . . . max . . . min ... – + terminal utilidad – 1 – Fundamentos de Inteligencia Artificial 3º Ing. Sup. Inf

Árboles de juego Definición:
Sea N un conjunto de nodos, ENN, L = {max,min}, y G = (N,E,L) un árbol etiquetado. G es un árbol de juego si G no es vacío la raíz está etiquetada max todos los sucesores de max son etiquetados min todos los sucesores de min son etiquetados max Observaciones: cada nivel del árbol de juego representa un ply (media jugada) en los nodos etiquetados max, es el turno del agente max en los nodos etiquetados min, es el turno del agente min las hojas de un árbol de juego (completamente desarrollado) representan las posiciones terminales del juego – 1 – Fundamentos de Inteligencia Artificial 3º Ing. Sup. Inf

Estrategias Problema del agente max: ¿cómo determinar su mejor jugada?
max podría aplicar métodos de búsqueda estándar, usando las posiciones en las que él gana como estados meta pero min no querría realizar las acciones que el plan de max prevé para él ! Estrategia: define las jugadas de max para cada posible jugada de min un subárbol del árbol de juego Estrategia óptima (ó racional) : la estrategia que implica el mejor resultado garantizado para max escenarios totalmente antagónicos con agentes racionales: max puede asumir que min hará lo mejor para sí mismo, lo cual el lo peor para max la estrategia óptima para max es la estrategia minimax: maximizar la utilidad mínima en cada jugada – 1 – Fundamentos de Inteligencia Artificial 3º Ing. Sup. Inf

Ejemplo: estrategia minimax
estrategia óptima: mejor jugada de max: a1 max a1 a2 a3 - min a1,1 a1,2 a1,3 a2,1 a2,2 a2,3 a3,1 a3,2 a3,3 terminal utilidad + – – 1 – Fundamentos de Inteligencia Artificial 3º Ing. Sup. Inf

Método minimax Método Minimax: 1. Generar el árbol de juego completo
2. Aplicar la función de utilidad en cada nodo terminal 3. Propagar las utilidades hacia arriba – en los nodos max, usar la utilidad máxima de los sucesores – en los nodos min, usar la utilidad mínima de los sucesores 4. Eventualmente los valores de utilidad llegan al nodo raíz (max) 5. La jugada óptima de max es la que lleva al sucesor de utilidad máxima – 1 – Fundamentos de Inteligencia Artificial 3º Ing. Sup. Inf

Algoritmo Minimax básico
funciones mutuamente recursivas estado es el estado actual a : máximo de la utilidad de los sucesores de un nodo max b : mínimo de la utilidad de los sucesores de un nodo min {MaxValor en el Minimax básico} Función MaxValor(estado) Si terminal?(estado) entonces devolver(U(estado)) sucesores  expandir(max, estado) a   Para cada ssucesores hacer a  max(a, MinValor(s)) devolver(a) Fin {MaxValor} {MinValor en el Minimax básico} Función MinValor(estado) Si terminal?(estado) entonces devolver(U(estado)) sucesores  expandir (min, estado) b  + Para cada ssucesores hacer b  min(b,MaxValor(s)) devolver(b) Fin {MinValor} – 1 – Fundamentos de Inteligencia Artificial 3º Ing. Sup. Inf

Decisiones imperfectas
Problema: crecimiento exponencial del árbol de juego incluso en juegos muy simples, es imposible desarrollar el árbol de juego completo hasta todos sus nodos terminales Solución: Heurísticas sustituir la prueba terminal por una prueba suspensión que detiene la búsqueda aún sin llegar a una posición terminal: límite de profundidad fijo posiciones “en reposo” aplicar una función de evaluación e, que estime la utilidad esperada del juego correspondiente a una posición s determinada suele ser función lineal ponderada : e(s) = w1 f1(s) + w2 f2(s) wn fn(s) Ajedrez: e(s) = “suma de los valores materiales en s” Tres en Raya: e(s) = “nº de líneas abiertas para líneas max en s” – “nº de líneas abiertas para líneas min en s” – 1 – Fundamentos de Inteligencia Artificial 3º Ing. Sup. Inf

Ejemplo: minimax con suspensión
estrategia óptima: mejor jugada de max: a1 max 3 a1 a2 a3 min 3 2 a1,1 a1,2 a1,3 a2,1 a2,2 a2,3 a3,1 a3,2 a3,3 3 12 evaluación e 8 2 4 6 14 5 – 1 – Fundamentos de Inteligencia Artificial 3º Ing. Sup. Inf

Algoritmo Minimax con suspensión
funciones mutuamente recursivas estado es el estado actual a : máximo de la evaluación de los sucesores de un nodo max b : mínimo de la evaluación de los sucesores de un nodo min {MaxValor: Minimax con suspensión} Función MaxValor(estado) Si suspensión?(estado) entonces devolver(e(estado)) sucesores  expandir(max, estado) a   Para cada ssucesores hacer a  max(a, MinValor(s)) devolver(a) Fin {MaxValor} {MinValor: Minimax con suspensión} Función MinValor(estado) Si suspensión?(estado) entonces devolver(e(estado)) sucesores  expandir (min, estado) b  + Para cada ssucesores hacer b  min(b,MaxValor(s)) devolver(b) Fin {MinValor} – 1 – Fundamentos de Inteligencia Artificial 3º Ing. Sup. Inf

... Ejemplo: Tres en Raya Suspensión en ply 3 - + + 2 max 2 - min
1 +  2 + 1 + 2 - – 1 – Fundamentos de Inteligencia Artificial 3º Ing. Sup. Inf

Juegos con recompensas variables
Juegos sin recompensas variables: gana max: U(s) = + / gana min : U(s) = – / empate: U(s) = 0 Juegos de recompensas variables: por ejemplo ganar puntos/dinero/… La utilidad de un nodo hoja depende de la recompensa la propia recompensa puede define la utilidad La función de evaluación tiene que evaluar la recompensa esperada Ejemplo: cantidad de dinero que se gana, … A veces la estrategia minimax es dudosa: a1 a2 a1,1 a1,2 a1,3 a2,1 a2,2 a2,3 99 1000 100 101 102 ? – 1 – Fundamentos de Inteligencia Artificial 3º Ing. Sup. Inf

Ejercicio 3.1 Considérese el siguiente árbol de juego desarrollado hasta ply 3. Los nodos están etiquetados con los valores de la función de evaluación e. a) Evalúe el árbol del juego en base al algoritmo minimax. b) ¿Cuál es la mejor jugada para el agente max? 7 6 8 5 2 3 –2 6 2 5 8 9 2 – 1 – Fundamentos de Inteligencia Artificial 3º Ing. Sup. Inf

Poda a-b Nótese: a veces es posible calcular la utilidad de un nodo sin tener que evaluar todos sus sucesores max 3 a1 a1,1 a1,2 a1,3 a2,1 a2 a2,2 a2,3 a3 a3,1 a3,2 a3,3 min 3  2 2 3 12 8 2 14 5 2 – 1 – Fundamentos de Inteligencia Artificial 3º Ing. Sup. Inf

Poda a-b Utilidad más alta encontrada en un nodo max hasta el momento: a max a Condición de poda: ba La utilidad Umin del nodo min será como mucho b La utilidad Umax del nodo max será al menos a No es necesario explorar los sucesores restantes de min, ya que se cumple en todo caso: Umin  b  a  Umax . . . min b – 1 – Fundamentos de Inteligencia Artificial 3º Ing. Sup. Inf

Poda a-b Utilidad más baja encontrada en un nodo min hasta el momento: b min b Condición de poda: ab La utilidad Umax del nodo max será al menos a La utilidad Umin del nodo min será como mucho b No es necesario explorar los sucesores restantes de max, ya que se cumple en todo caso: Umin  b  a  Umax . . . max a – 1 – Fundamentos de Inteligencia Artificial 3º Ing. Sup. Inf

Minimax con poda a-b Algoritmo:
funciones mutuamente recursivas estado es el estado actual a es el mejor valor de evaluación para max en el camino hasta estado b es el mejor valor de evaluación para min en el camino hasta estado {MaxValor: Minimax con poda a-b} Función MaxValor(estado,a,b) Si suspensión?(estado) entonces devolver(e(estado)) sucesores  expandir(max, estado) Para cada ssucesores hacer a  max(a, MinValor(s,a,b )) Si a  b entonces devolver(a) devolver(a) Fin {MaxValor} {MinValor: Minimax con poda a-b} Función MinValor(estado,a,b) Si suspensión?(estado) entonces devolver(e(estado)) sucesores  expandir (min, estado) Para cada ssucesores hacer b  min(b,MaxValor(s,a,b )) Si b  a entonces devolver(b) devolver(b) Fin {MinValor} – 1 – Fundamentos de Inteligencia Artificial 3º Ing. Sup. Inf

Ejercicio 3.2 Considerese el árbol de juego del ejercicio anterior. Evalúe el árbol utilizando el algoritmo minimax con poda a-b. Cuando aplica una poda, indique la condición de poda correspondiente. 7 6 8 5 2 3 –2 6 2 5 8 9 2 – 1 – Fundamentos de Inteligencia Artificial 3º Ing. Sup. Inf

Resumen minimax Análisis:
la eficiencia de minimax con poda a-b depende del orden en el que se exploran los nodos en promedio, la poda a-b permite expandir 50% menos nodos que minimax Problemas: efecto horizonte: la búsqueda se suspende justo cuando el jugador está por hacer una gran jugada suposición de racionalidad perfecta: suponga que max está a punto de perder si min juega de forma óptima sin embargo, hay una jugada que hace ganar a max, si min hace un solo error Extensiones: heurísticas “fuertes” basados en meta-razonamiento algoritmos de búsqueda guiados por la utilidad esperada de expandir un nodo – 1 – Fundamentos de Inteligencia Artificial 3º Ing. Sup. Inf

Juegos bipersonales con elemento de azar
Muchos jugos tienen elementos de azar: p.E.: cualquier juego con dados ¿Cómo tratar estos elementos? Algoritmo: EXPEXTMINIMAX Idea: Utilizar el algoritmo minimax Añadir un nuevo jugador: “azar” que se incluye en el árbol siempre que haya un evento independiente de los jugadores y cuyo resultado es aleatorio Los sucesores de un nodo “azar” son las posibles situaciones que podrían ser el resultado de este elemento de azar p.E.: todos los posibles resultados de tirar un dado Cada uno de los sucesores de un nodo “azar” tiene asociado la probabilidad de que este resultado ocurra p.E.: en el caso del dado: P(1)=1/6, …, P(6)=1/6 – 1 – Fundamentos de Inteligencia Artificial 3º Ing. Sup. Inf

Ejemplo: Backgammon simplificado
Estado inicial: Objetivo: mover las fichas al lado opuesto (max= , al campo 5 y min= al campo 0) Reglas: max empieza y los jugadores se van alternando sus jugadas Cada jugada consiste primero en tirar una moneda; la cara tiene el valor 1 y la cruz el valor 2. Después se mueve una de las fichas 1 o 2 campos en la dirección deseada (dependiendo del resultado de la tirada de la moneda) No es posible mover una ficha a un campo que tiene una ficha del oponente Si un jugador no puede mover sus fichas pierde su turno (si puede, tiene que mover una ficha) Gana el jugador que primero ha movido ambas fichas al campo deseado El elemento de azar ocurre antes de elegir la jugada – 1 – Fundamentos de Inteligencia Artificial 3º Ing. Sup. Inf

Representación eficiente de estados: (x1,x2,y1,y2) x1 y x2 posiciones de las fichas blancas e y1,y2 posiciones de las fichas negras Árbol del juego: (0,0,5,5) azar max 1;1/2 2;1/2 … (1,0,5,5) (0,1,5,5) azar (2,0,5,5) (0,2,5,5) min 1;1/2 2;1/2 … (1,0,4,5) (1,0,5,4) azar max 1;1/2 2;1/2 (2,0,4,5) (1,1,4,5) azar … – 1 – Fundamentos de Inteligencia Artificial 3º Ing. Sup. Inf

Expectminimax Objetivo: elegir la mejor jugada para max
¿Cómo propagar los valores de utilidad/evaluación de los nodos hoja a los nodos superiores? Solución: Implementación: ejercicio – 1 – Fundamentos de Inteligencia Artificial 3º Ing. Sup. Inf

Situación actual: (toca a max) (3,4,1,2); max tiene que mover una ficha (blanca) una posición Suponemos el algoritmo expectminimax con un nivel de suspensión de 5 Como función de evaluación se usa la siguiente: e((a,b,c,d))=a+b+c+d valores altos de a y b son buenos para max porque indican que sus fichas están cerca de la meta (5) valores altos de c y d son buenos para max porque indican que las fichas de min estan lejos de su meta (0) para el estado actual: e((3,4,1,2))=10 cara – 1 – Fundamentos de Inteligencia Artificial 3º Ing. Sup. Inf

max azar min azar max e(nodo) 11 10 9 12 10,5 9,5 11,5 11 10 9 12 10,5
(3,5,1,2) (4,4,1,2) azar min 1;1/2 2;1/2 azar (3,5,1,0) (3,5,0,2) (4,4,0,2) (4,4,1,0) (4,4,1,1) (3,5,1,1) max 1;1/2 2;1/2 e(nodo) 11 10 9 12 (4,5,0,2) (5,5,0,2) (4,5,1,0) (5,5,1,0) (4,5,1,1) (4,4,1,1) (4,4,0,2) (5,4,1,0) (4,4,1,0) (5,4,1,1) (5,4,0,2) (5,5,1,1) 10,5 9,5 11,5 11 10 9 12 10,5 9,5 11,5 10 11 11 – 1 – Fundamentos de Inteligencia Artificial 3º Ing. Sup. Inf

Funciones de evaluación/utilidad
Criterios de los funciones de evaluación/utilidad: no pueden devolver + o – (los nodos azar tendrían siempre valores + o –) la escala de los valores si importa (no como en el algoritmo minimax): max 0,1 min azar 0,9 2 3 1 4 1,3 2,1 0,1 0,9 2 30 1 40 4,9 4,8 – 1 – Fundamentos de Inteligencia Artificial 3º Ing. Sup. Inf

Funciones de evaluación/utilidad
Caso ideal: La función de evaluación debe ser una transformación lineal positiva de la probabilidad de ganar (o de la recompensa esperada) Muchas veces es difícil establecer una función e que cumple este criterio (véase el ejemplo) Juegos con recompensas: la propia recompensa suele proporcionar una buena función de evaluación Ejemplo: backgammon simplificado donde, además, el perdedor paga al ganador 1 euro por cada unidad de distancia de sus fichas respecto a la meta e(nodo) P(ganar|nodo) – 1 – Fundamentos de Inteligencia Artificial 3º Ing. Sup. Inf

Estrategia ExpectMinimax/ Estartegias alternativas
Estrategia del algoritmo ExpectMinimax: max siempre hace lo mejor para él (máximo) min siempre hace lo mejor para si mismo (mínimo) nodos de azar se pondera la utilidad por la probabilidad max azar 0,3 0,7 -1 3 0,1 1,8 0,6 0,4 5 -4 0,9 1 1,4 Estrategia optimista elige el máximo en los nodos de azar 0,3 0,7 3 1 0,6 0,4 5 -4 0,1 0,9 -1 Estrategia pesimista elige el mínimo en los nodos de azar 0,3 0,7 3 -1 0,6 0,4 5 -4 0,1 0,9 1 – 1 – Fundamentos de Inteligencia Artificial 3º Ing. Sup. Inf

El dinero como función de utilidad
El dinero puede proporcionar una función de utilidad Pero considera el siguiente ejemplo: Un ganador de un concurso puede aceptar el premio de euros o jugarse el premio a cara y cruz. Si acierta gana el euros y si no acierta pierde todo. E 0,5 E 0 E E Mejor U(s)(0..10): U(0E)=0; U( E)=8; U( E)=9 U=4,5 0,5 E U=9 0 E U=0 E U=8 – 1 – Fundamentos de Inteligencia Artificial 3º Ing. Sup. Inf

Complejidad ExpectMinimax
Proporcional al número de nodos en el árbol d- nivel de suspensión, b- factor de ramificación Si no tuviéramos nodos de azar, sería la misma complejidad que en el minimax: O(bd) Si en cada jugada existe un elemento de azar con n posibilidades, la complejidad se convierte en O(bd*nd) Ejemplo Backgammon: n=21 (2 dados) y b20 Nr. jugadas anticipadas incluyendo un nivel azar (d) Nr. nodos (ap.) 1 20*21=420 2 176400 3 – 1 – Fundamentos de Inteligencia Artificial 3º Ing. Sup. Inf

Ejercicio 3.3 Considere el siguiente árbol de juego. Evalúe el árbol utilizando el algoritmo expectminimax. Las probabilidades de los diferentes nodos son 0,5 para cada acción en los nodos de azar del nivel 3 y los que se indican en el árbol para los nodos de nivel 1. max azar 0,2 0,1 0,1 0,9 0,3 0,7 0,7 min azar 7 6 7 8 9 12 11 1 1 3 4 4 4 1 7 2 3 -2 6 2 8 7 7 7 6 – 1 – Fundamentos de Inteligencia Artificial 3º Ing. Sup. Inf

Varios jugadores y alternancia no simétrica
Para más (o menos) jugadores y alternancias no estrictamente simétricas Ejemplo: Parchis: Si un jugador tiene un seis le toco otra vez “La oca”: “de oca en oca y tiro porque me toca” Minimax y Expectminimax son igualmente aplicables: simplemente se añaden los nodos correspondientes en la posición correspondiente en el árbol min max azar 0,2 0,1 0,7 … – 1 – Fundamentos de Inteligencia Artificial 3º Ing. Sup. Inf

Ejercicio 3.4 El algoritmo ExpectMinimax también es aplicable en determinados casos en los que sólo actúa un agente y en los que existen elementos de azar. Considere el siguiente juego. Un agente A quiere apostar dinero en una casa de apuestas. Las reglas de las apuestas son siempre las mismas: hay una probabilidad de ganar del 0,4 y de perder del 0,6. El agente puede elegir entre las siguientes acciones: irse a casa con el dinero que le queda, o apostar cualquier cantidad (entera) de su dinero. Utilice el algoritmo ExpectMinimax para decidir que le conviene hacer al agente si tiene un euro. Para ello realiza el árbol hasta incluyendo dos rondas de apuestas. ¿Qué función de evaluación se puede usar? – 1 – Fundamentos de Inteligencia Artificial 3º Ing. Sup. Inf

Juegos bipersonales con información incompleta
En muchos juegos los jugadores no conocen el estado del juego completamente El agente solo tienen información parcial sobre el estado actual El agente sólo sabe que el juego se encuentra en alguno de los estados que concuerdan con la información de la que disponen El estado actual real es uno de una serie de estados posibles Ejemplo: juegos con cartas (que se reparten al principio), bridge, versiones simples de póker, … (Primera) Idea: Considerar cada posible valor de los parámetros desconocidos y su probabilidad de ocurrencia / crear un árbol para cada posible estado Aplicar el algoritmo ExpectMinimax Elegir la acción que es mejor en todos los posibles casos – 1 – Fundamentos de Inteligencia Artificial 3º Ing. Sup. Inf

ExpectMinimax con información incompleta
Situación actual del agente: En un momento dado (estado indeterminado s0) existen n combinaciones distintas de valores para los parámetros desconocidos (estados posibles s1,…,sn) La probabilidad de que el estado actual sea si es p(si) con p(s1)+…+p(sn)=1 El agente puede elegir entre m posibles acciones: a1,…,am Combinar todos los posibles árboles (para todos los posibles estados s1,…,sn) … p(s1) p(sn) s1 sn a1 am s0 U(a1|s1) U(a1|sn) U(am|s1) U(am|sn) Obtener las utilidades para cada acción y cada posible estado si Calcular la utilidad de cada acción: Realizar la acción ai que maximize U(ai) – 1 – Fundamentos de Inteligencia Artificial 3º Ing. Sup. Inf

Ejemplo 1: “Apuestas 1” Dos jugadores (min y max) y una baraja de cartas con 2 ases (A), 2 reyes (K) y 2 reinas (Q). Reglas: Cada jugador pone un euro en el bote. Después obtiene una carta. A continuación max puede pasar (min gana el bote), o puede apostar 2 o 4 euros. Min puede pasar (max gana el bote) o igualar (poner igualmente dos euros). Si min igual la apuesta de max, ambos enseñan sus cartas. Gana el bote aquel jugador cuyas cartas tiene mayor valor (A>K>Q) Si ambas cartas tienen el mismo valor entonces se reparte el bote (nadie gana ni pierde). Problema para max: max ha tenido una carta K y no conoce la carta de min ¿Qué acción conviene a max? – 1 – Fundamentos de Inteligencia Artificial 3º Ing. Sup. Inf

Aplicar ExpectMinimax: Apuestas 1
<K,?> 2/5 <K,Q> <K,K> <K,A> 1/5 p 4 2 p 4 2 p 4 2 1 -3 -5 -1 1 3 5 -3 -5 p i p i p i Calcular la utilidad de cada acción: Acción óptima: apostar 2 euros – 1 – Fundamentos de Inteligencia Artificial 3º Ing. Sup. Inf

Aplicar ExpectMinimax: Apuestas 1
¿Porqué la utilidad de apostar 2 euros es -0,8? max tiene mayores posibilidades de perder dinero que de ganar dinero Analizamos: si max tiene un K y apuesta 2 euros: Si min tiene K (probabilidad 1/5) max no pierde nada Si min tiene A (probabilidad 2/5) max pierde 3 euros solo en el peor de los casos, es decir, si min iguala la apuesta es lo que debería hacer min si tiene A Si min tiene Q (probabilidad 2/5) max gana 1 euro solo en el peor de los casos, es decir, si min pasa eso es lo más razonable para min si tiene Q el algoritmo siempre considera el peor caso para max se supone que min siempre actúa lo mejor posible La solución es razonable: En muchos casos este algoritmo funciona aceptablemente bien – 1 – Fundamentos de Inteligencia Artificial 3º Ing. Sup. Inf

Ejemplo 2: “Adivina la carta”
Consideramos el siguiente juego hipotético: min coge una carta de una baraja (A o K con la misma probabilidad) y max tiene que adivinarla max puede pasar o intentarlo. si pasa min le paga 1 euro Luego min decide si pasa (tiene que pagar 10 euros a max) o permite a max que lo intente. Finalmente, max intenta adivinar la carta. Si acierta gana 5 euros de min y si no acierta pierde 5 euros a min. – 1 – Fundamentos de Inteligencia Artificial 3º Ing. Sup. Inf

Ejemplo 2: Adivinar la carta
<?> 1/2 <K> <A> p i 1 +10 K A +5 -5 +5 ¿Qual es la mejor jugada para max: pasar o intentarlo? Según el algoritmo, max debe intentar de adivinar la carta aunque tenga un 50% de posibilidad de perder 5 euros. Mientras si pasa gana 1 euro seguro. – 1 – Fundamentos de Inteligencia Artificial 3º Ing. Sup. Inf

¿Porqué no funciona bien el algoritmo?
El algoritmo es: demasiado optimista para max Se supone que max siempre hace lo mejor para él Si la carta que tiene min es K max dirá K Si la carta que tiene min es A max dirá A PERO: en realidad max no sabe la carta que tiene min Para hacer lo mejor para si mismo, max necesita toda la información sólo tiene información parcial  Solución: ExpectMinimax con estados de creencias – 1 – Fundamentos de Inteligencia Artificial 3º Ing. Sup. Inf

Primero formalizar mejor el proceso de decisión en juegos bipersonales
Antes de nada: Formalizar el modelo de transición de estados del problema (el espacio de estados). ¡Esta formalización es la misma para minimax y expectminimax y minimax con estados de creencia! Tenemos (conocimientos a priori del agente): estados, conjunto S={s0,s1,…} acciones, conjunto de acciones AC={a1, a2, …} Conocimientos a priori y suposiciones: En cada estado hay un conjunto de acciones aplicables Sea A: SAC{0,1} una función que estima si se puede aplicar a en s – 1 – Fundamentos de Inteligencia Artificial 3º Ing. Sup. Inf

Más conocimientos a priori: Cada realización de una acción en un estado lleva con una determinada probabilidad a otro estado y genera una observación el agente percibe las observaciones después de que se haya realizado la acción aplicar a en s3 lleva con probabilidad ¼ a s1 (generando o1) y con probabilidad ¾ a s2 (generando o2) Conjunto posible de observaciones en el dominio: OB={o1, o2, …} Se supone una observación por defecto odOB que se percibe si “no se observa nada” (p.e.: mi oponente coge una carta y no me la enseña) a,1/4,o1 s1 s3 s2 a,3/4,o2 – 1 – Fundamentos de Inteligencia Artificial 3º Ing. Sup. Inf

Más conocimientos a priori: Formalizar las transiciones: T:SACS[0,1] es un modelo de transición T(s,a,s’) denota la probabilidad de que la acción a aplicado a s lleva al estado s’ (p. E.:T(s3,a,s1)=1/4) T cumple que: a,1/4,o1 s1 s3 s2 a,3/4,o2 – 1 – Fundamentos de Inteligencia Artificial 3º Ing. Sup. Inf

Más conocimientos a priori: Formalizar las observaciones: O: SACSOB {0,1} es un modelo de observaciones O determina si una observación se genera como resultado de aplicar a a s y teniendo como estado resultado s’ (p. E.:O(s3,a,s1,o1)=1) Se supone: Cada tupla SACS tiene una y sólo una observación asociada Esta observación puede ser la observación por defecto od a,1/4,o1 s1 s3 s2 a,3/4,o2 – 1 – Fundamentos de Inteligencia Artificial 3º Ing. Sup. Inf

Más conocimientos a priori: Los modelos de observaciones y transiciones definen 3 tipos de acciones posibles: Acciones deterministas Acciones con elementos de azar no observables Acciones con elementos de azar observables a,1/4,o1 s1 a,1/4,o1 s1 a,1,o1 s1 s3 s3 s3 s2 a,3/4,o1 s2 a,3/4,o2 el resultado de a en s es determinista solo hay una posible observación resultado observable p.e.: “jugar un as” el resultado de a en s es probabilística la observación recibida es siempre la misma resultado no observable p.e.: “coger una carta min” el resultado de a en s es probabilística la observación recibida es distinta en cada caso resultado observable p.e.: “coger una carta max” – 1 – Fundamentos de Inteligencia Artificial 3º Ing. Sup. Inf

Ejemplo: Supón un juego hipotético con cartas: 4 ases (A) y 4 reyes (K) Cada jugador tiene unas cartas de la baraja (y no ve las cartas del otro jugador) Los jugadores se alternan Hay dos turnos de coger cartas En cada turno cada jugador puede coger una carta o pasar Al final gana el que tiene mayor proporción de ases respecto a reyes y, si ámbos tiene la misma proporción, el que tiene más ases ¿Como se definirían los elementos del modelo de transición?: Estados, Acciones, Observaciones A(si,a)=¿? T(si,a,sj)=¿? O(si,a,sj,ok)=¿? – 1 – Fundamentos de Inteligencia Artificial 3º Ing. Sup. Inf

Ejemplo: Estados: <x,y>; x - las cartas de max; y – las cartas de min S={<x,y> con x,y{{},{A},{K},{A,A},{A,K},…} } Acciones: AC={“coger carta max”, “coger carta min”, “pasar max”, “pasar min”} Observaciones: OB={“K”,”A”,”nada”) A(si,a): definido por las reglas del juego Están definidos por las reglas del juego, A(<x,y>,”pasar max”,<x,y>)=1, si le toca a max A(<x,y>,”pasar min”,<x,y>)=1, si le toca a min A(<x,y>,”coger carta min”,<x,y>)=1, si le toca a min A(<x,y>,”coger carta max”,<x,y>)=1, si le toca a max Se supone que se controla el progreso (a quien toca en cada momento y que acciones puede realizar) del juego por algún mecanismo a parte. – 1 – Fundamentos de Inteligencia Artificial 3º Ing. Sup. Inf

Ejemplo: T(s,a,s’): definido por las reglas del juego Sea s=<x,y> y |x| e |y| el número de cartas de max y min; y xA, yA, xK e yK el número de ases y de reyes de max y min T(<x,y>,”pasar max”,<x,y>)=1 T(<x,y>,”pasar min”,<x,y>)=1 T(<x,y>,”coger carta max”,<x{A},y>) =(4- xA – yA)/(8- |x| - |y|) T(<x,y>,”coger carta max”,<x{K},y>) =(4- xK – yK)/(8- |x| - |y|) T(<x,y>,”coger carta min”,<x,y{A}>) =(4- xA – yA)/(8- |x| - |y|) T(<x,y>,”coger carta min”,<x,y{K}>) =(4- xK – yK)/(8- |x| - |y|) Para todas las demás pares de (s,a,s’): T(s,a,s’)=0 – 1 – Fundamentos de Inteligencia Artificial 3º Ing. Sup. Inf

Ejemplo: O(si,a,sj,ok): definido por las reglas del juego O(<x,y>,”pasar max”,<x,y>,nada)=1 O(<x,y>,”pasar min”,<x,y>,nada)=1 O(<x,y>,”coger carta max”,<x{A},y>,A) =1 O(<x,y>,”coger carta max”,<x{K},y>,K) =1 O(<x,y>,”coger carta min”,<x,y{A}>,nada) =1 O(<x,y>,”coger carta min”,<x,y{K}>,nada) =1 Para todas las demás pares de (s,a,s’,o): O(s,a,s’,o)=0 – 1 – Fundamentos de Inteligencia Artificial 3º Ing. Sup. Inf

El modelo de transición define el grafo del problema (espacio de estados): La misma acción puede llevar a diferentes estados (con alguna probabilidad) <{A},{K,A}> “coger carta max”, p=2/5, A <{A,A},{K,A}> <{A,A},{K,K}> “coger carta min”, p=2/5,nada “coger carta min”, p=3/5,nada <{A,A},{K}> “pasar min”, p=1, nada “pasar max”, p=1, nada “coger carta max”, p=2/5, A “coger carta max”, p=3/5, K <{A,A,K},{K}> <{A,A,A},{K}> – 1 – Fundamentos de Inteligencia Artificial 3º Ing. Sup. Inf

ExpectMinimax con estados de creencias
Los jugadores no conocen exactamente el estado actual del juego sólo tienen información parcial del estado del juego sólo saben que el juego se encuentra en alguno de los estados que concuerdan con la información de la que disponen Estados de creencia: anotado por b distribución de probabilidad sobre todos los posibles estados del juego Sea S={s1,…,sn} el conjunto de estados del problema/juego. b=((s1,p1),…,(sn,pn)) pi= probabilidad/creencia de que el estado actual es si p1+…+pn=1 Representación comprimida de un estado de creencia: omitir todos los estados con probabilidad 0 Definimos b(s)= la probabilidad del estado s en el estado de creencia b Si b=((s1,p1),…,(sn,pn)), entonces b(s1)=p1 Idea: Adaptar EpectMinimax a los estados de creencia – 1 – Fundamentos de Inteligencia Artificial 3º Ing. Sup. Inf

Estado de creencias Ejemplos: Apuestas 1: Adivinar la carta: OJO:
Estados: <x,y>, x,y {K,Q,A} x- carta de max, y- carta de min Situación actual: ambos jugadores tienen una carta, max tiene K y no sabe la carta de min Estado de creencia (comprimido) de max: ((<K,Q>, 2/5),(<K,K>, 1/5), (<K,A>, 2/5)) Adivinar la carta: Estados: <x>, x {K,A} x- carta que tiene min Situación actual: min tiene una carta y max no sabe cual es ((<K>, 1/2),(<A>, 1/2)) OJO: Por simplicidad omitimos otra información que está contenida en el estado/estado de creencia acerca de la situación actual del juego p.e.: en qué momento del juego se está, quién tiene el turno, … – 1 – Fundamentos de Inteligencia Artificial 3º Ing. Sup. Inf

ExpectMinimax con estados de creencias
Problemas a resolver: 1. ¿Cómo cambia el estado de creencia al realizar una acción? crear el árbol del juego 2. ¿Cómo se evalúa la utilidad de un estado de creencia? evaluar los nodos hoja 3. ¿Cómo propagar la utilidad a los nodos superiores del árbol? propagar las utilidades para tomar una decisión – 1 – Fundamentos de Inteligencia Artificial 3º Ing. Sup. Inf

1. ¿Cómo cambia el estado de creencias al realizar una acción?
O¿Cómo podemos crear el árbol del juego?: La realización de una acción proporciona una observación y cambia el estado (y, por tanto el estado de creencia). Si la acción contiene elementos de azar que son observables, cada observación genera un nuevo estado de creencia Cada acción se modeliza de la sigiente forma en el árbol del juego: posibles acciones en b b nodo de decisión de un agente (max o min) nodo de azar ¿Cómo calcular estos valores? a1, pa1 a2, pa2 posibles observaciones al realizar a en b con sus respectivas probabilidades (puede ser sólo una observacion en acciones deterministas o no observables) … probabilidad de que se pueda ejecutar la acción suponiendo b o1, po1 on, pon … b11’ b1n’ estados de creencia resultantes en función de la observación – 1 – Fundamentos de Inteligencia Artificial 3º Ing. Sup. Inf

¿Cómo calcular los valores? a1, pa1 b11’ b b1n’ … o1, po1 on, pon  y  son factores que aseguran que y – 1 – Fundamentos de Inteligencia Artificial 3º Ing. Sup. Inf

Ejemplo: Consideramos el siguiente espacio de estados s1 s2 s3 s4 b,1/4,o1 a,1,o1 c,1/3,o1 s5 b,1/2,o2 b,1/2,o1 b,3/4,o2 c,2/3,o1 c,1,o1 Acciones deterministas: ((s2,1/3),(s3,2/3)) ((s3,1/3),(s5,2/3)) ((s3,1)) a,1 a,1/3 a,1 o1,1 o1,1 o1,1 ((s2,1)) ((s2,2/3),(s3,1/3) ((s2,1)) – 1 – Fundamentos de Inteligencia Artificial 3º Ing. Sup. Inf

Ejemplo: s1 s2 s3 s4 b,1/4,o1 a,1,o1 c,1/3,o1 s5 b,1/2,o2 b,1/2,o1 b,3/4,o2 c,2/3,o1 c,1,o1 ¡Dependiendo del estado, una misma acción podría ser determinista, con elementos de azar observable o con elementos de azar no observable ! Acciones con elementos de azar (observable y no observable): ((s1,1/3),(s2,1/3),(s3,1/3)) ((s2,1/3),(s3,2/3)) c,2/3 b,1 o1,2/6 o2,4/6 o1,1 ((s1,1/2),(s4,1/2)) ((s4,3/4),(s5,1/4)) ((s2,4/6),(s5,2/6)) – 1 – Fundamentos de Inteligencia Artificial 3º Ing. Sup. Inf

Ejemplo: Supón un juego hipotético con cartas: 4 ases (A) y 4 reyes (K) Estados: <x,y>; x - las cartas de max e y – las cartas de min Sea el siguiente estado hipotético de creencia: ((<{A},{A}>,3/7),(<{A},{K}>,4/7)) Sea la siguiente secuencia de acciones: 1-max coge otra carta, 2- min coge otra carta, 3- max puede jugar una de sus cartas, … ((<{A},{A}>,3/7),(<{A},{K}>,4/7)) coger carta max, p=1 K,p=4/7 A,p=3/7 ((<{A,K},{A}>,1/2),(<{A,K},{K}>,1/2)) ((<{A,A},{A}>,1/3),(<{A,A},{K}>,2/3)) coger carta min, p=1 … nada, p=1 ((<{A,K},{A,A}>,1/5),(<{A,K},{A,K}>,3/5),(<{A,K},{K,K}>,1/5)) jugar K, p=1 jugar A, p=1 nada, p=1 nada, p=1 ((<{A},{A,A}>,1/5),(<{A},{A,K}>,3/5), (<{A},{K,K}>,1/5)) ((<{K},{A,A}>,1/5),(<{K},{A,K}>,3/5), (<{K},{K,K}>,1/5)) – 1 – Fundamentos de Inteligencia Artificial 3º Ing. Sup. Inf

2. ¿Cómo se evalúa la utilidad de un estado de creencia?
Suponemos que tenemos una función de utilidad U(s) o de evaluación e(s) definida para los estados Calcular U/e de un estado de creencia: La utilidad de un estado de creencia es la media de las utilidades de todos los estados posibles ponderados por su probabilidad Ejemplo: - sean los estados <x,y>, con x,yN, - la función de evaluación e(<x,y>)=x-y:  e( ((<3,4>,1/4),(<5,2>,3/4)) )=1/2*(-1)+1/2*3=2 Importante: U/e(s) tiene que ser acotada: No puede tomar valores como ∞ o -∞ U/e:S (nmin, nmax) , siendo (nmin, nmax) un intervalo limitado (positivo y/o negativo) – 1 – Fundamentos de Inteligencia Artificial 3º Ing. Sup. Inf

3. ¿Cómo propagar la utilidad a los nodos superiores del árbol?
Propagación de los valores de utilidad: En principio igual que en el algoritmo ExpectMiniMax teniendo en cuenta las probabilidades de poder realizar una acción: b pa1=2/3 Nodos max: pa2=1 -2 4/6 od, p=1 od, p=1 Nodos azar: -2 4/6 pa2=1/4 pa2=1/2 pa3=2/3 pa1=1 Nodos min: 5/3 -3 4/3 od, p=1 o1, p=1/3 od, p=1 od, p=1 o2, p=2/3 Nodos finales o de suspensión: - como visto antes 4/3 -3 pa2=1 1 2 4/3 o1, p=1/3 o2, p=2/3 – 1 – 2 Fundamentos de Inteligencia Artificial 3º Ing. Sup. Inf 1

Ejemplo: De nuevo el ejemplo 2: Adivinar la carta
((K,1/2),(A,1/2)) p i ((K,1/2),(A,1/2)) 1 p i ((K,1/2),(A,1/2)) 10 K A ((K,1/2),(A,1/2)) Se omiten los nodos de azar (todas las acciones son deterministas) y las probabilidades de poder realizar las acciones (todas son 1) (1/2*5)+(1/2*-5)=0 (1/2*-5)+(1/2*5)=0 Max hace lo mas razonable: pasar y ganar el euro seguro – 1 – Fundamentos de Inteligencia Artificial 3º Ing. Sup. Inf

Ejemplo 3: Póker (muy) simplificado
Juego: Dos jugadores (max y min) y una baraja con 4 ases (A) y 4 reyes (K) Reglas: Primero max obtiene una carta y luego min. Después max puede elegir entre coger o no otra carta. Después min decide si coge otra carta. Finalmente los dos enseñan sus cartas. Gana aquel cuyas cartas tienen mayor valor según el siguiente orden: {K,K}<{K}<{A,K}<{A}<{A,A} El ganador recibe 3 euros del perdedor Si ambos tienen cartas del mismo valor entonces nadie gana ni pierde dinero. Problema: Max y min tienen ambos una carta. Max tiene un A y no sabe que tiene min Max quiere saber si debe o no coger una segunda carta – 1 – Fundamentos de Inteligencia Artificial 3º Ing. Sup. Inf

Estados: <x,y>; x - las cartas de max; y – las cartas de min Acciones: AC={“2ª max”, “2ª min”, “no 2ª max”, “no 2ª min”} Observaciones: OB={“K”,”A”,”nada”) A(si,a): definido por las reglas del juego Las acciones están definidos en todos los estados (teniendo en cuenta cuando toca a cada jugador) Ojo: se supone que el estado del juego respecto a “la secuencia de pasos” (se controla en otra parte) – 1 – Fundamentos de Inteligencia Artificial 3º Ing. Sup. Inf

T(s,a,s’): Sea s=<x,y> y |x| e |y| el número de cartas de max y min; y xA, yA, xK e yK el número de ases y de reyes de max y min: T(<x,y>,”no 2ª max”,<x,y>)=1 T(<x,y>,”no 2ª min”,<x,y>)=1 T(<x,y>,”2ª max”,<x{A},y>) =(4- xA – yA)/(8- |x| - |y|) T(<x,y>,”2ª max”,<x{K},y>) =(4- xK – yK)/(8- |x| - |y|) T(<x,y>,”2ª min”,<x,y{A}>) =(4- xA – yA)/(8- |x| - |y|) T(<x,y>,”2ª min”,<x,y{K}>) =(4- xK – yK)/(8- |x| - |y|) Para todas las demás pares de (s,a,s’): T(s,a,s’)=0 O(si,a,sj,ok): definido por las reglas del juego O(<x,y>,”no 2ª max”,<x,y>,nada)=1 O(<x,y>,”no 2ª min”,<x,y>,nada)=1 O(<x,y>,”2ª max”,<x{A},y>,A) =1 O(<x,y>,”2ª max”,<x{K},y>,K) =1 O(<x,y>,”2ª min”,<x,y{A}>,nada) =1 O(<x,y>,”2ª min”,<x,y{K}>,nada) =1 Para todas las demás pares de (s,a,s’,o): O(s,a,s’,o)=0 – 1 – Fundamentos de Inteligencia Artificial 3º Ing. Sup. Inf

Se omiten: - nodos de azar innecesarios - probabilidades de acciones (todas 1) ((<A,K>,4/7),(<A,A>,3/7)) 0*4/7+2,8*3/7=1,2 2ª ((<A,K>,4/7),(<A,A>,3/7)) 1,71 2ª ((<A,AA>,1/7), (<A,KA>,4/7), (<A,KK>,2/7)) ((<A,K>,4/7), (<A,A>,3/7)) 4/7,K 3/7,A ((<AK,K>,1/2), (<AK,A>,1/2)) ((<AA,K>,2/3), (<AA,A>,1/3)) 2,8 (4/7*3)+ (3/7*0)=1,71 (1/7*-3)+ (2/7*3)=2,14 2ª ((<AK,K>,1/2), (<AK,A>,1/2)) ((<AK,AA>,1/5), (<AK,KA>,3/5), (<AK,KK>,1/5)) 2ª ((<AA,K>,2/3), (<AA,A>,1/3)) ((<AA,AA>,1/15), (<AA,KA>,8/15), (<AA,KK>,6/15)) (1/5*-3)+ (3/5*0)+ (1/5*3)=0 (1/2*3)+ (1/2*-3)=0 (2/3*3)+ (1/3*3)=3 (1/15*0)+ (8/15*3)+ (6/15*3)=2,8 – 1 – Fundamentos de Inteligencia Artificial 3º Ing. Sup. Inf

Comentarios: Estrategia del algoritmo
La estrategia del jugador max esta implementado de la siguiente forma: En estados de decisión de max, se supone que max elige la mejor opción (máximo) En estados de azar, se supone una utilidad de las diferentes posibilidades ponderado por la probabilidad sería posible cambiar a una estrategia más optimista o más pesimista En estados de decisión de min, se supone que min elige siempre la mejor opción (mínimo): Respecto a min, eso es demasiado pesimista a min también le puede faltar información por lo que no es siempre capaz de elegir la mejor acción para él. Posible extensión del algoritmo: Podemos suponer que min hace la mejor jugada según su estado de creencias Para saber que acción hará min, max debe simular las acciones de min según su “creencia sobre el estado de creencia de min” Min tiene varios posibles estados de creencias, cada una con una probabilidad determinada – 1 – Fundamentos de Inteligencia Artificial 3º Ing. Sup. Inf

Simular el razonamiento de min
Si max no cogiese ninguna carta, ¿qué jugada de min es la más probable? ((<A,K>,4/7),(<A,A>,3/7)) 2ª ((<A,AA>,1/7),(<A,KA>,4/7),(<A,KK>,2/7)) 1,71 2,14 Pensamiento de min: 2ª ((<A,AA>,1/7), (<A,AK>,2/7), (<K,AK>,2/7), (<K,AA>,2/7)) ((<A,A>,3/7), (<K,A>,4/7)) ((<A,A>,3/7),(<K,A>,4/7)) ¿Si min tuviera A? (no sabe que max tiene A) Probabilidad: 3/7 -1,71 -1,29 2ª ((<A,KA>,2/7), (<A,KK>,2/7), (<K,KK>,1/7), (<K,KA>,2/7)) ((<A,K>,4/7), (<K,K>,3/7)) ((<A,K>,4/7),(<K,K>,3/7)) ¿Si min tuviera K? (no sabe que max tiene A) Probabilidad:4/7 1,29 1,71 Con la información de max: min debe coger una segunda carta con probabilidad 4/7 (si tuviera un Rey) Y no debería coger una segunda carta con probabilidad 3/7 (si tuviera un As). – 1 – Fundamentos de Inteligencia Artificial 3º Ing. Sup. Inf

Simular el razonamiento de min
Introducción del resultado de las acciones de min en el razonamiento de max: U=1,96 ((<A,K>,4/7),(<A,A>,3/7)) 2ª ((<A,AA>,1/7), (<A,KA>,4/7), (<A,KK>,2/7)) ((<A,K>,4/7), (<A,A>,3/7)) 1,71 2,14 1,2 p=4/7 p=3/7 Propagación de las utilidades en los nodos min: Se puede seguir este mismo razonamiento de forma recursiva: Para simular el razonamiento de min, min simularía el razonamiento de max y así sucesivamente hasta se llega a los nodos finales Creencia de min de lo que cree max que cree min … – 1 – Fundamentos de Inteligencia Artificial 3º Ing. Sup. Inf

Comentarios: Descubrir información
Conocer el estado con más certeza mejora considerablemente el razonamiento de max. El propio hecho de que min elige una u otra acción puede cambiar el estado de creencias de max Supón que max no coge ninguna carta adicional pero min sí coge una: ¿Cómo sería el estado de creencia de max después de esta secuencia? ((<A,K>,4/7),(<A,A>,3/7)) 2ª ((<A,AA>,1/7), (<A,KA>,4/7), (<A,KK>,2/7)) Usando la simulación del razonamiento de min de antes: Para ser racional, min debe coger una segunda carta si tiene un Rey y no debe coger una segunda carta si tiene As: cabe suponer que tenía Rey ((<A,K>,4/7),(<A,A>,3/7)) 2ª ((<A,KA>,1/2), (<A,KK>,1/2)) Se puede utilizar la simulación del razonamiento de min para descubrir información Muchas veces conviene realizar jugadas cuyo único fin es el de descubrir información (p.e.: juegos de cartas, ...) – 1 – Fundamentos de Inteligencia Artificial 3º Ing. Sup. Inf

Comentarios ExpectMinimax con estados de creencias
Complejidad El algoritmo es mucho más complejo que los algoritmos Minimax y ExpectMinimax El número de estados es finito, pero el número de estados de creencia es infinito (por el uso de las probabilidades) El cálculo de los estados de creencias resultantes a la aplicación de una acción es más costoso que el calculo del estado siguiente Mayor falta de información implica: Estados de creencias son más difusos (más estados posibles) Las acciones propuestas son menos viables El cálculo de los estado se creencia es más costoso Ejemplo: adivinar 2 cartas entre 30 Las extensiones del algoritmo (simulación del razonamiento de min) aumentan aún más la complejidad Posibles mejoras de la complejidad: comprimir los estados de creencia: Concentrarse en la información más relevante (p.e: en el póker: probabilidad de que el contrario tenga mejores cartas que yo) – 1 – Fundamentos de Inteligencia Artificial 3º Ing. Sup. Inf

Ejercicio 3.4 Póker simplificado 2:
Considere el siguiente juego de dos jugadores (B y C) y una baraja con 4 ases (A) y 4 reyes (K): Para jugar, cada jugador pone un euro en el bote. B obtienen una carta y puede elegir si quiere otra. Después obtiene C su(s) cartas. A continuación B puede pasar (C gana el bote), o puede apostar 2 euros. Si apuesta le toca a C. C puede pasar (B gana el bote) o igualar (poner la misma cantidad que B). Si C iguala la apuesta de B, ambos enseñan sus cartas. Gana el bote aquel jugador cuyas cartas tiene mayor valor según el siguiente orden: {K,K}<{K}<{A,K}<{A}<{A,A} Si ambos tienen cartas del mismo valor entonces se reparte el bote. Problema: B ha cogido solo una carta y C ha obtenido un As: C quiere saber si le conviene coger una segunda carta Resuelve el problema de decisión de C. – 1 – Fundamentos de Inteligencia Artificial 3º Ing. Sup. Inf

Póker simplificado 0,428 1 1,71 1 1 -1 1,71 1 -1 3 1 -1 3 pas
- Estado: <cartas B, cartas C> - sin nodos de azar innecesarios - sin probabilidades de acciones (todas 1) ((<A,A>,3/7),(<K,A>,4/7)) 2ª ((<A,A>,3/7),(<K,A>,4/7)) 0,428 1 4/7,K 3/7,A ((<A,{A,K}>,1/2), (<K,{A,K}>,1/2)) ((<A,{A,A}>,1/3), (<K,{A,A}>,2/3)) pas 2E ((<A,A>,3/7), (<K,A>,4/7)) 1,71 1 1 -1 1,71 pas ig ((<A,A>,3/7), (<K,A>,4/7)) pas 2E ((<A,{A,K}>,1/2), (<K,{A,K}>,1/2)) pas 2E ((<A,{A,A}>,1/3), (<K,{A,A}>,2/3)) 1 -1 pas ig ((<A,{A,K}>,1/2), (<K,{A,K}>,1/2)) 3 1 -1 3 pas ig ((<A,{A,A}>,1/3), (<K,{A,A}>,2/3)) – 1 – Fundamentos de Inteligencia Artificial 3º Ing. Sup. Inf

Tema 3: Juegos bipersonales

Presentaciones similares

Presentación del tema: "Tema 3: Juegos bipersonales"— Transcripción de la presentación:

Presentaciones similares

Sobre el proyecto

Feedback

Iniciar la sesión

Autorizarse a través de una red social:

Tema 3: Juegos bipersonales

Presentaciones similares

Presentación del tema: "Tema 3: Juegos bipersonales"— Transcripción de la presentación:

Presentaciones similares

Sobre el proyecto

Feedback