Fundamentos de Inteligência Artificial [5COP099]

Transcrição

1 Fundamentos de Inteligência Artificial [5COP099] Dr. Sylvio Barbon Junior Departamento de Computação - UEL 1 o Semestre

2 Assunto Aula 7 Algoritmos de Busca Competitiva 2 de 20

3 Sumário Introdução Busca Competitiva Algoritmo Minimax Algoritmo Poda Alfa-Beta 3 de 20

4 Introdução As estratégias de busca não informada (ou busca cega) encontram soluções avaliando cada um dos estados. No entanto: Estratégia informada ou heurística é baseada em conhecimento de domínio; A busca competitiva considera as ações de outros agentes e o modo como estas afetam o objetivo. Um ambiente multiagentes, considera-se a estratégia competitiva. A imprevisibilidade de outros agentes (adversários) introduzem contingências no processo de resolução de problemas. A maioria dos jogos se enquadra em um cenário de busca competitiva. 4 de 20

5 Busca Competitiva Os jogos para a IA são determinísticos (de revezamento de jogadores) com informações perfeitas. No contexto de jogos a posição de um jogador em um instante do jogo (estado) pode ser medida por uma função de utilidade, que representa se a posição é favorável ou desfavorável. Normalmente os valores de utilidade são opostos (simétricos). O objetivo da busca competitiva é planejar com antecedência os movimentos dos adversários. 5 de 20

6 Busca Competitiva A ideia é resolver a árvore que representa o jogo ; A representação é naturalmente simples e observável. Porém apresenta problemas complexos: Limitações de tamanho: Normalmente a árvore é tão profunda que não é possível observar os movimentos para alcançar o estado de vitória.(xadrez: 35 ramificações, 50 jogadas por jogador (profundidade 100) e aproximadamente nós. Incerteza devido às ações do oponente Assim, heuristicamente avaliados cada passo é possível avaliar algumas jogadas à frente. A estratégia mais utilizada é a chamada Minimax 6 de 20

7 Minimax É o algoritmo mais usado em jogos com dois jogadores; É formado pelos seguintes componentes: 1. Estado Inicial: Posição do tabuleiro (indicando o primeiro movimento). 2. Função sucessor: Retorna a lista de pares (movimento, estado). 3. Teste de término: Determina quando o jogo termina (estados terminais). 4. Função utilidade (ou objetivo): +1 (vitória), 0 (empate) e -1 (derrota). Minimax é uma estratégia de contingência para MAX que especifica o movimento de MAX para otimizar o valor de utilidade, quando está enfrentando um oponente; A estratégia ótima é determinado pelo exame do valor minimax de cada nó n. 7 de 20

8 Minimax O valor minimax é obtido, recursivamente, pela propagação dos valore dos nós sucessores. O algoritmo calcula a decisão minimax a partir do estado corrente; Percorre inicialmente todo o caminho até as folhas e depois propaga os valores minimax na árvore; O algoritmo executa uma exploração (busca em profundidade) completa do jogo no primeiro passo - O(b m ) - m (profundidade), b (ramificação/qtd movimento válidos) É completo; É ótimo (contra um oponente ótimo ), ele não explora as fraquezas dos adversários não ótimos. 8 de 20

9 Minimax 9 de 20

10 Minimax 10 de 20

11 Minimax 11 de 20

12 Minimax 12 de 20

13 Minimax O valor minimax é obtido, recursivamente, pela propagação dos valore dos nós sucessores. O Jogo da velha apresenta 765 posições diferentes para o seu tabuleiro; jogos (estados) distintos; 138 possibilidades de vitória (estados terminais): Pode-se usar a seguinte heurística: Possibilidade de Vitória, onde utiliza-se como função utilidade a quantidade de vitórias possíveis para dado um jogo. 13 de 20

14 Minimax - Heurística 14 de 20

15 Poda Alfa-Beta Um aperfeiçoamento do algoritmo minimax, ajustado para não pesquisa um ramo da árvore que comprovadamente não pode levar a um resultado melhor que o atual. α: O valor da melhor escolha até o momento (mais alto), ao longo do caminho MAX; β: O valor da melhor escolha até o momento (mais baixo), ao longo do caminho MIN; A busca alpha-beta atualiza os valores de α e β à medida que prossegue e poda ramificações menores quando a opção for pior que o valor corrente. 15 de 20

16 Poda Alfa-Beta A efetividade do algoritmo é altamente dependente da ordem em que os sucessores são avaliados. Deve-se examinar primeiro os nós mais promissores, caso seja feito a complexidade será de O(b d/s ) Funções simples de ordenação, movimentos para frente e para trás podem otimizar o desempenho do algoritmo. 16 de 20

17 Poda Alfa-Beta 17 de 20

18 Poda Alfa-Beta 18 de 20

19 Poda Alfa-Beta 19 de 20

20 Fundamentos de Inteligência Artificial Referências 1. Coppin, B. Inteligência Artificial. LTC Russell, S.; Norvig, P. Artificial Intelligence: a modern approach. Prentice Hall Localização: BC Número de Chamada: R967a 3.ed. 3. Luger, G. F. Inteligência Artificial: estruturas e estratégias para a resolução de problemas complexos.bookman Localização: BC Número de Chamada: L951a 4.ed. 4. DeepBlue vs Kasparov - Video Notas de Aula da profa. Bianca Zadrozny Notas de Aula do prof. Paulo André Castro 20 de 20