Algoritmo Poda Alpha-Beta

Presentación del tema: "Algoritmo Poda Alpha-Beta"— Transcripción de la presentación:

1 Algoritmo Poda Alpha-Beta
Inteligencia Artificial Algoritmo Poda Alpha-Beta

2 Información Imperfecta.
JUEGO DE INSPECCION - Es determinístico. GUERRA MARINA – No vemos el tablero del adversario. No hay dados o naipes. Es determinístico.

3 Decisiones Imperfectas.
- Suponer que el espacio de problema es demasiado grande como para llegar a los nodos terminales - interrumpir la búsqueda en algún nivel y aplicar evaluaciones heurísticas a las hojas polinomios lineales ponderados - forma habitual de adaptarse a evaluaciones heurísticas - pesos o ponderaciones ¿por aprendizaje? - reglas sobre cuándo interrumpir la búsqueda profundidad fija profundización iterativa hasta cuando el tiempo permitido queda satisfecho expandir con búsqueda secundaria nodos no quietos - teoría de la EXTENSIÓN SINGULAR irresoluble problema del horizonte (peón coronado)

4 Árbol de Juego con turnos para los dos adversarios - Aplicación de la heurística alfa-beta.

5 Poda alfa-beta. Omitir la expansión de nodos que por sus valores no pueden ser los mejores (peores)- - valor del nodo MAX (alfa) menor que el más alto hasta este momento - omitir nodo - valor del nodo MIN (beta) mayor que el nodo más bajo hasta el momento - omitir nodo - en mejor caso, alfa-beta permite búsqueda dos veces más profunda - ordenamiento de los operadores, resultante del conocimiento o experiencia

6 Poda alfa-beta. UNICAMENTE IMPORTA EL ORDEN Y NO LOS VALORES EXACTOS.
LA PODA NO AFECTA AL RESULTADO FINAL.

7 Poda alfa-beta Alfa-beta es una mejora del algoritmo minimax que evita revisar porciones dominadas del árbol, que no pueden proveer información útil sobre la jugada siguiente. Alfa-beta es un algoritmo BPP, rama y cota, que avanza por el árbol en un orden ya fijado (p.ej., de izquierda a derecha) y va usando la información de la valuación de los nodos hoja para podar ramas dominadas que no sirven para cambiar el valor minimax del nodo inicio (la jugada inminente). .

8 Poda alfa-beta. ESTRUCTURAS DE DATOS.
Dos variables deben recordarse a lo largo de la búsqueda. Alfa, que es el límite inferior encontrado hasta ese momento, y beta, que es el límite superior. En los niveles maximizantes donde MAX debe optar, solo beta se usa para podar la búsqueda y en los niveles minimizantes donde MIN debe optar, solo alfa se usa para podar. Alfa-beta es el algoritmo más usado para buscar en árboles de juegos determinísticos. .

9 Origen del nombre alfa Alfa es el nombre del mejor valor m, para MAX, encontrado hasta ahora en su ruta de búsqueda en un nivel de MIN *Si n es peor que alfa, MAX lo evitará  podar esa rama punteada *m y n son nodos de MIN

10 Algoritmo de Búsqueda Alfa-Beta.
Corresponde a la combinación de tres aportes: ejecutar MINIMAX + mantener recordados alfa y beta + podar

11 Algoritmo de Búsqueda Alfa-Beta.

12 Comportamiento de los nuevos Algoritmos de Búsqueda en Juegos.
Aproximadamente, alfa-beta ha de buscar solamente b3/4 de los b movimientos posibles desde una dada posición de juego. Alternativamente, esto significa que la profundidad de búsqueda se puede incrementar por un factor = log b / log B ~= 4/3 por encima de una búsqueda exhaustiva minimax . B es aquí el factor de ramificación efectivo. Si los sucesores se ordenan a la perfección (definido como que al usar alfa-beta la búsqueda es mínima), alfa-beta examina 2bd/ posiciones de juego. Así tenemos B = b en búsquedas exhaustivas, B ~= b3/ en alfa-beta ordenando al azar; y B = b1/ en alfa-beta ordenando perfectamente.

13 Clasificación de Juegos con adversario y turnos.
Tipos de Juegos Determinísticos, información perfecta: Arriba, Izq D  Determinísticos, información imperfecta Arriba, Der Aleatorios, información perfecta: Abajo, Izq Aleatorios, A  información imperfecta: Abajo, Der Info Perf Info Imp Juego de Inspección Guerra marina Scrabble sin pozo Ta-te-ti Otelo=Reversi Ajedrez--Go Truco mental (sin naipes) Back gamón Chaquete Monopolio Dominó Truco Bridge Póquer Scrabble con pozo

14 Juegos con una componente aleatoria (moneda, dados, etc.).
Nodos aleatorios (además de los nodos min/max) El árbol se incrementa desmesuradamente porque debajo de la fila MAX aparece una nueva fila con las posibilidades aportadas por los dados, debajo de la cual aparece una fila MIN y de nuevo la fila de posibles combinaciones de dados. Es una tarea de búsqueda muy compleja, p. ej.: un nodo para cada posibilidad (por ejemplo, puntos del dado) con su probabilidad asociada. calcular el valor esperado (idem MAX e idem MIN) para cada posibilidad (p.ej., de un dado) - con su probabilidad asociada - y reemplazar el valor Minimax del algoritmo. Diferencias absolutas en la función de evaluación pueden afectar cual movimiento elegir. Posibles podas si los valores están acotados.

15 Conclusiones Mejoras pretendidas en la forma de encarar los juegos:
usar distribuciones de probabilidad sobre valores posibles en lugar de valores crudos para incrementar la discriminación del significado de diferencias en valores no fijarse tanto si es legal una expansión de nodos, sino si muestra utilidad. combinar dos proyectos: el de la búsqueda de victoria y el de satisfacer una meta “secundaria”, p.ej., capturar la reina en ajedrez. Equivale a tener una estrategia. ¿Extensión del sistema Gala por parte de los bots jugadores? – 1) mejores los juegos heurísticamente adaptados a un ambiente concreto. 2) competencia de la máquina consigo misma a la manera del TD-gammon.

16 Conclusiones. El diseño de programas de la IA se concreta en los juegos Durante el diseño de un juego surgen temas muy importantes-Samuel (1959) mide en el juego de damas la DIFERENCIA entre el resultado del cálculo de EVAL directamente de una posición y el resultado PREDICHO de una exploración hacia niveles más profundos. Esa DIFERENCIA implica la posibilidad de un aprendizaje por refuerzo de EVAL, mejorandolo y abriendo campos a la curiosidad con cada nuevo aprendizaje.

17 Conclusiones. Cada nueva táctica creada proporciona información sobre buen o mal éxito de las reglas tácticas de búsqueda, cada acción del oponente provee información sobre buen o mal éxito de las inferencias probabilísticas.

18 BIBLIOGRAFIA http://www.angelfire/oh4/ohcop/ClaseCap7nu.ppt