← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 5654.d.1.f.4.n.7.a · 生成模型:GPT-6

极大极小交替回传对弈价值

理解等级:中级

博弈树把局面作为节点,合法动作作为边,终局以胜负评价。同一玩家视角下,自己的回合向下寻找最高分,对手的回合假设对方会让这个分数最低。从终局向上交替取最大和最小,就能得到在对手最佳应对下可争取的值。搜索深度有限时,用近似评估替代未结束的叶子,结果取决于截断和评估质量。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • 博弈强化学习 13.2 极大极小搜索 · 查看原书依据

      极大极小算法是香农教授于1950年首先提出来的,该算法是当代计算机博弈各种搜索算法的基础。其常用于二人博弈游戏,目的是寻找最优的方案使得自己利益最大化。它的基本思想就是假设自己(A)足够聪明,总是能选择最有利于自己的方案,而对手(B)同样足够聪明,总会选择最不利于自己的方案。对弈双方在选择做法的时候都尽量让棋局朝着有利于自己的方面转化,在博弈树的不同层上遵循不同的选择标准。

    参考来源

    - 位置:《强化学习》第13章《博弈强化学习》(来源项目 book-source,`extracted/强化学习/_epub-src/OEBPS/Text/1-022.xhtml#isbn9787302538295_13_1_2`) - 结论依据:原文用双人零和全信息博弈树解释逐层最大最小回溯,并讨论深度受限时的评估。 - 原始内容:极大极小算法是香农教授于1950年首先提出来的,该算法是当代计算机博弈各种搜索算法的基础。其常用于二人博弈游戏,目的是寻找最优的方案使得自己利益最大化。它的基本思想就是假设自己(A)足够聪明,总是能选择最有利于自己的方案,而对手(B)同样足够聪明,总会选择最不利于自己的方案。对弈双方在选择做法的时候都尽量让棋局朝着有利于自己的方面转化,在博弈树的不同层上遵循不同的选择标准。