1. 124/ Adversarial Search جستجوی تخاصمی Chapter 6 Section 1 – 4 Modified by Vali Derhami

2. 224/ Outline Optimal decisions α-β pruning Imperfect, real-time decisions

3. 324/ Games vs. search problems "Unpredictable" opponent  specifying a move for every possible opponent reply در اکثر بازی ها زمان محدود است. ممکن است بدست آوردن بهترین تصمیم Optimal Decision امکان پذیر نباشد.لذا راه حل معقول انتخاب می شود. محدودیت های زمانی=> هدف باید تخمین زده شود.

4. 424/ بازی به عنوان یک مسأله جستجو حالت اولیه: موقعیت صفحه بازی و تعیین نوبت حرکت فرض: MAX شروع کننده تابع پسین (عملگرها): حرکت های مجاز هر بازیکن آزمون پایانی: تعیین اتمام بازی. تابع سودمندی: اختصاص مقدار به حالات پایانی. –بالاترین مقدار: برنده شدن MAX –پایین ترین مقدار: برنده شدن MIN –مقدار میانی: تساوی  MAX باید یک راهبرد اقتضایی بیابد که با توجه به حرکات MIN منجر به برنده شدن آن بشود.

5. 524/ Game tree (2-player, deterministic, turns)

6. 624/ Minimax Perfect play for deterministic games Idea: choose move to position with highest minimax value = best achievable payoff against best play بهترین امکان دست یافتنی در مقابل بهترین حرکت حریف در سطح حریف مینیمم و در سطح خودمان (MAX) می گیریم. E.g., 2-ply game:

7. 724/ Minimax algorithm

8. 824/ Properties of minimax Complete? Yes (if tree is finite) Optimal? Yes (against an optimal opponent) اگر حریف حرکت بهینه کند، روش هم بهینه است! Time complexity? O(b m ) کل درخت جستجو باید بررسی شود. Space complexity? O(bm) (depth-first exploration) For chess, b ≈ 35, m ≈100 for "reasonable" games  exact solution completely infeasible

9. 924/ α-β pruning example

10. 1024/ α-β pruning example

11. 1124/ α-β pruning example

12. 1224/ α-β pruning example

13. 1324/ α-β pruning example

14. 1424/ Properties of α-β Pruning does not affect final result هرس شاخه هایی که در نتیجه نهایی تاثیری ندارند Good move ordering improves effectiveness of pruning With "perfect ordering," time complexity = O(b m/2 )  doubles depth of search α (بیشترین مقدار): بهترین مقدار یافت شده برای گره MAX β(کمترین مقدار): بهترین مقدار یافت شده برای گره MIN به محض آنکه مقدار گره جاری از مقدار α (برای سطح MAX) و β ( برای سطح MIN) بدتر شود شاخه های باقی مانده از گره هرس می شوند.

15. 1524/ Why is it called α-β? α is the value of the best (i.e., highest- value) choice found so far at any choice point along the path for MAX If v is worse than α, MAX will avoid it  prune that branch Define β similarly for MIN

16. 1624/ The α-β algorithm

17. 1724/ The α-β algorithm

18. 1824/ Example

19. 1924/ Resource limits محدودیت های منابع در مسایل پیچیده امکان بررسی کامل درخت بازی بخاطر مشکل زمان و فضا وجود ندارد. نمونه واضح آن مساله شطرنج است. Standard approach: cutoff test: (تست محل قطع به جای آزمون هدف) e.g., depth limit (perhaps add quiescence search) evaluation function (تخمین ارزش بجای تابع سودمندی) = estimated desirability of position

20. 2024/ Evaluation functions For chess, typically linear weighted sum of features Eval(s) = w 1 f 1 (s) + w 2 f 2 (s) + … + w n f n (s) e.g., w 1 = 9 with f 1 (s) = (number of white queens) – (number of black queens), etc. ویژگی های یک تابع تخمین ارزش: –حالات انتهایی را همانند تابع سودمندی مرتب کند. –حجم محاسباتی کم –وابستگی مناسب به شانس برنده شدن

21. 2124/

22. 2224/ Cutting off search MinimaxCutoff is identical to MinimaxValue except دو روش مانند هم است اگر جایگزینی ها در شکل 6-7 اسلایدهای 16و 17 داده شود. 1.Terminal? is replaced by Cutoff? 2.Utility is replaced by Eval Does it work in practice? اگر کامپیوتر ما توان ارزیابی یک میلیون نود در ثانیه داشته باشد b m = 10 6, b=35  m=4 4-ply lookahead is a hopeless chess player! –4-ply ≈ human novice –8-ply ≈ typical PC, human master –12-ply ≈ Deep Blue, Kasparov

23. 2324/ Deterministic games in practice Checkers: Chinook ended 40-year-reign of human world champion Marion Tinsley in 1994. Used a precomputed endgame database defining perfect play for all positions involving 8 or fewer pieces on the board, a total of 444 billion positions. Chess: Deep Blue defeated human world champion Garry Kasparov in a six-game match in 1997. Deep Blue searches 200 million positions per second, uses very sophisticated evaluation, and undisclosed methods for extending some lines of search up to 40 ply. Othello: human champions refuse to compete against computers, who are too good. Go: human champions refuse to compete against computers, who are too bad. In go, b > 300, so most programs use pattern knowledge bases to suggest plausible moves.

24. 2424/ Summary Games are fun to work on! They illustrate several important points about AI perfection is unattainable  must approximate good idea to think about what to think about بازیهای دارای عامل شانس را خودتان بخوانید