1 / 25

Juegos

. Juegos. CLASIFICACIÓN. Diferentes puntos de vista: Cooperación Cooperativos/no cooperativos Número de jugadores n=2, bipersonales: por naturaleza no cooperativos n>2, n-personales: Pueden ser cooperativos. Dan lugar a coaliciones Beneficios Suma nula:

zared
Download Presentation

Juegos

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. . Juegos

  2. CLASIFICACIÓN • Diferentes puntos de vista: • Cooperación • Cooperativos/no cooperativos • Número de jugadores • n=2, bipersonales: • por naturaleza no cooperativos • n>2, n-personales: • Pueden ser cooperativos. Dan lugar a coaliciones • Beneficios • Suma nula: • la suma de beneficios y pérdidas de los jugadores debe ser 0 • Suma constante: caso contrario • Finitud • Finitos: • tienen final programado (nº jugadas, ruinas, etc.) • Infinitos: sin final programado

  3. Introducción I • Juegos • Origen, 1928: John Von Newmann • Teorema fundamental de los juegos bipersonales de suma nula. • Desarrollo, 1944: Oskar, Morgernsten • “Theory of Games and Economic Behaviour” • Aplicaciones • Antropología, psicología, economía, política, negocios, biología, IA, etc. • Elementos: • Jugadores: personas, empresas, naciones, entes biológicos, etc. • Conjunto de estrategias: operadores o acciones • Resultado o Valor del juego: estado/s objetivos/s • Conjuntos de Pagos para cada jugador: en función de las estrategias

  4. Introducción II • Tipos de representación • Matricial • Árbol Pagos de J2 a j1 A B C MAX MIN A B C A B C A B C

  5. Introducción III • Los Juegos bipersonales en la IA • Son problemas con contingencias • En ocasiones pueden tener una ramificación alta • por ejemplo en ajedrez, b35 • Puede haber limitaciones de tiempo • Entorno semidinámico • En la resolución se utilizan: • Funciones de evaluación • Evalúan los operadores utilizados por cada jugador. • Ayudan a decidir el resultado del juego y las mejores estrategias para cada jugador. • Métodos de poda • Simplificación de la búsqueda.

  6. Decisiones perfectas en juegos de dos adversarios • Dos jugadores, MAX y MIN (MAX mueve primero): • Estado inicial: • Posición del tablero e identificación del primer jugador a mover • Conjunto de operadores: • Movimientos legales que hace cada jugador • Función sucesora: • Lista de pares (movimiento, estado) indica cada movimiento legal y su estado resultante • Función objetivo: • Determina cuándo se acaba el juego (en nodos objetivo o terminales) • Función de utilidad (función u): • Se define en los nodos terminales • Resultado del juego. Por ejemplo (suma nula): • +1 si gana MAX • -1 si gana MIN • 0 si empate (tablas)

  7. Inicialmente MAX puede realizar uno de entre nueve movimientos posibles El valor de cada nodo hoja indica el valor de la función de utilidad desde el punto de vista de MAX (valores altos son buenos para MAX y bajos buenos para MIN) Decisiones óptimas en juegos de dos adversarios • Ejemplo: tres en raya Jugadas alternas entre MAX (x) y MIN (o), hasta llegar a un estado terminal El estado inicial y los movimiento legales de cada jugador definen el árbol del juego.

  8. Decisiones perfectas en juegos de dos adversarios • Algoritmo minimax • Tiene por objetivo decidir un movimiento para MAX. • HIPÓTESIS • Jugador MAX trata de maximizar su beneficio (función de utilidad). • Jugador MIN trata de minimizar su pérdida. • Aplicación algoritmo: • 1) Generar árbol entero hasta nodos terminales • 2) Aplicar función u a nodos terminales • 3) Propagar hacia arriba para generar nuevos valores de “u” para todos los nodos • minimizando para MIN • Maximizando para MAX • 4) Elección jugada con máximo valor de “u” • MINIMAX-VALUE(n) = • UTILITY(n) Si n es un nodo terminal • maxs  Sucesor(n) MINIMAX-VALUE(s) Si n es un nodo MAX • mins  Sucesor(n) MINIMAX-VALUE(s) Si n es un nodo MIN

  9. Nodos MAX, le toca mover a MAX Nodos MIN Valores de la función de utilidad para MAX Valores minimax (cada nodo tiene asociado valor minimax o MINIMAX-VALUE(n)) Decisiones óptimas en juegos de dos adversarios • Ejemplo: tres en raya La mejor jugada de MAX es A1 porque genera el mayor valor minimax entre sus nodos sucesores. La mejor jugada entonces de MIN es A11 porque genera el menor valor minimax entre sus nodos sucesores.

  10. 3 2 2 Decisiones perfectas en juegos de dos adversarios • Ejemplo Utilidad Para MAX 3 Utilidad Para MIN 3 12 8 2 4 6 14 5 2 Utilidad Para MAX

  11. Decisiones perfectas en juegos de dos adversarios • Algoritmo (con más detalle): function MINIMAX-DECISION(state) returns una acción inputs: state, estado actual en el juego v  MAX-VALUE(state) return una acción de SUCCESSORS(state) con valor v function MAX-VALUE(state) returns valor utilidad if TERMINAL-TEST(state) then return UTILITY(n) v  -  for s en SUCCESSORS(state) do v  MAX(v, MIN-VALUE(s)) return v function MIN-VALUE(state) returns valor utilidad if TERMINAL-TEST(state) then return UTILITY(n) v   for s en SUCCESSORS(state) do v  MIN(v, MAX-VALUE(s)) return v • La complejidad (m=máxima profundidad), como es una búsqueda en profundidad, es: • Temporal: • Espacial: • Para juegos reales la complejidad temporal hace que sea impracticable. Es válido para casos de libro.

  12. Decisiones imperfectas en juegos de dos adversarios • Decisión imperfecta: Decisión tomada por el algoritmo minimax sobre un horizonte que no alcanza el final del juego (se asume) y con función de evaluación estimada f = û. • Función de evaluación: • Debe coincidir con û en nodos terminales • Ejemplos: • Si hay 50% posibilidades de ganar, 25% de perder y 25% de empate, f=1*0.50+(-1)*0.25+0*0.25=0.25 • En el ajedrez: peon=1, alfil=3, .... Suponiendo que MAX=fichas-negras: f=(num-peones-negros)*1 + (num-alfiles-negros)*3 .... -(num-peones-blancos)*1 - (num-alfiles-blancos)*3 ....

  13. Decisiones imperfectas en juegos de dos adversarios • Aplicación: Dada una función de evaluación f, se aplica una búsqueda minimax con límite de profundidad: • Se elige un límite de profundidad • Observación: el límite puede tener una posición desventajosa en un nivel más abajo. • Se pueden elegir sucesivos límites de profundidad y quedarse con la mejor jugada. • El límite de profundidad se debería aplicar sólo a posiciones “inactivas”. • En ajedrez, serían por ejemplo posiciones en las que es poco probable que existan capturas Problema del horizonte Surge cuando el programa se enfrenta a una acción del oponente, inevitable y que causa serios perjuicios. Ejemplo: en la figura anexa, peón blanco amenaza convertirse en dama. Torre negra amenaza con jaque. La ventaja actual es negra y la inmediata futura es blanca (evaluación calidad piezas).

  14. Decisiones imperfectas en juegos de dos adversarios • Ejemplo: Tres en raya. • f(n)= (número de filas, columnas o diagonales libres para MAX) - (número de filas, columnas o diagonales libres para MIN) si “n” no es una solución en que gane alguno de los jugadores , si gana MAX , si gana MIN • Exploración y evaluación: • El procedimiento de exploración visto separa por completo el proceso de generación del árbol de exploración y la evaluación de posiciones. • Se puede reducir el esfuerzo requerido si se hace evaluación de los nodos finales y se llevan hacia atrás esas evaluaciones con la generación el árbol

  15. Decisiones imperfectas en juegos de dos adversarios • Ejemplo: tres en raya - página 110 del libro Nilsson

  16. Poda • Para aplicar la poda suponemos búsqueda minimax • con función de evaluación f • limitación en profundidad • búsqueda en zonas inactivas. • Ejemplo: ajedrez • Un programa puede examinar unas 1000 posiciones/segundo. • Si tenemos 150 segundos para pensar un movimiento, entonces, como b es aproximadamente 35, podemos bajar hasta 3 ó 4 niveles. • La poda va a permitir bajar hasta más niveles. • Se definen, para un nodo particular: • Un valor es una cota inferior para el valor obtenido por propagación. • Un valor es una cota superior para el valor obtenido por propagación.

  17. =3 =3 =2 <=2 Poda • Ejemplo sencillo 3 12 8 2 4 6 14 5 2

  18. Poda n nodo MAX m nodo MIN • Algoritmo (interpretación): • Si n es ascendiente de m, y se verifica alguna de estas condiciones (el valor alpha se alcanza en nodo hijo de n): • En ambos casos no hace falta seguir examinando por debajo de m (se producen podas). El nodo m no afectaría al resultado final y es prescindible. n nodo MIN m nodo MAX • El algoritmo efectúa una búsqueda • en profundidad. Si durante la misma se produce que m es mejor que n para el jugador Player, entonces nunca se llegará a n en el juego

  19. Ejemplo I >=2 =2 <=1 <=2 =2 >=2 =2 >=0 =1 >=3 <=2 =2 <=0 <=1 <=7 =3 <=5 =1 2 5 1 2 7 3 6 4 0 3 5 1 9 6 2 8

  20. n >=2 (n)  (m) (n)  (m) n (n)  (m) m <=1 <=2 m (n)  (m) >=0 n >=3 >=2 n =1 m <=2 m <=0 <=1 <=7 <=5 =2 =3 =1 Ejemplo I =2 =2 =2 2 5 1 2 7 3 6 4 0 3 5 1 9 6 2 8

  21. Poda • Algoritmo (uso de ): • página 170 del libro Russell & Norvig

  22. [2 ] [2 ] [2 2] [-2] [-2] No mejora valor de  (lo devuelve hacia arriba) [-2] [2 ] [2 ] [2 2] [2 2] [2 ] [2 ] [2 ] [-2] [-2] [2 5] [2 1] [2 0] [-”2”] [2 1] No mejoran  = 2 Ejemplo II [ ] [-]  =  ! [-] [-]  =  ! [-]  >  !  >  ! 2 5 1 2 7 3 6 4 0 3 5 1 9 6 2 8

  23. Efectividad de la poda • La poda depende del orden en que se examinan los nodos • En el ejemplo siguiente, no se producen podas por debajo del nodo “n” porque la rama se expande la última. [-] [3 ] [3 ] [-] [3 ] n [3 2] [3 14] [3 5] [- 3] [3 2] 3 12 8 2 4 6 14 5 2

  24. Efectividad de la poda • Si se pudiera elegir el nodo más conveniente (por ejemplo, el nodo con el mínimo de “f” en el caso de MIN): • Knut y Moore (1975), demostraron que la complejidad temporal es: • Por tanto, el factor de ramificación efectivo sería en lugar de “b”. • En el ajedrez tendríamos • Podríamos bajar hasta el nivel 8. • Es una situación ideal (supondría expandir los nodos para calcular el de menor “f”). • Los mismos autores han demostrado también que si se produce una expansión aleatoria, entonces para valores grandes de “b” la complejidad temporal es:

  25. Y para terminar … un último ejemplo (paciencia) - página 116 del libro Nilsson

More Related