De presentatie wordt gedownload. Even geduld aub

De presentatie wordt gedownload. Even geduld aub

Algoritmen en Datastructuren (ALDAT) EVMINX4 Week 5.

Verwante presentaties


Presentatie over: "Algoritmen en Datastructuren (ALDAT) EVMINX4 Week 5."— Transcript van de presentatie:

1 Algoritmen en Datastructuren (ALDAT) EVMINX4 Week 5

2 Games  Spel met 2 spelers, die elk afwisselend aan de beurt zijn.  Boter Kaas en Eieren (Tic-Tac-Toe).  4 op een rij.  Zeeslag  Dammen, Schaken, Go, …  Hoe vind je de beste zet?  Bouw een game tree.  Pas het min-max algoritme toe.  Gebruik alfa-beta pruning om min-max sneller te maken.

3 Game tree X X X X OX O X O X O X X O X X O XX Zie Handouts

4 Game tree Backtracking algoritme met minimax strategie! Zie Handouts

5 TicTacToe::chooseMove int TicTacToe::chooseMove(Side s, int& bestRow, int& bestColumn) { Side opp(s==COMPUTER ? HUMAN : COMPUTER); int value(s==COMPUTER ? HUMAN_WIN : COMPUTER_WIN); int simpleEval(positionValue()); if (simpleEval!=UNCLEAR) return simpleEval; for (int r(0); rvalue || s==HUMAN && reply

6 Tic-Tac-Toe  aantal aanroepen chooseMove bij eerste zet (computer begint)  Maximaal: 1+9+9x8+9x8x x8x7x6x5x4x3x2x1 =  Stoppen als er een winnaar is =  Toepassen alpha-beta pruning =  Toepassen transposition table = 7954  Zoek identieke stellingen (draaien en spiegelen) = 5204

7 Alfa-Beta pruning  Zie p. 398 (Weiss). After H2A is evaluated, C2, which is the minimum of the H2’s, is at best a draw. Consequently, it cannot be an improvement over C1. We therefore do not need to evaluate H2B, H2C, and H2D, and can proceed directly to C3.

8 Minmax algoritme voorbeeld MAX MIN

9 Alfa-beta pruning voorbeeld <= >= <= >=4 <=4 >=4 MAX MIN

10 Alfa-beta pruning pair cComp(int p, int a, int b, int d); pair cHuman(int p, int a, int b, int d); pair cComp(int p, int a, int b, int d) { int bestPos(p); int value(positionValue(p)); if (value==UNCLEAR) { value=a; for (int i(1); i<3 && aa) { value=r.first; a=value; bestPos=2*p+i; } return make_pair(value, bestPos); } return pair = best value, best position. p=position a=alfa b=beta d=dept

11 Alfa-beta pruning pair cComp(int p, int a, int b, int d); pair cHuman(int p, int a, int b, int d); pair cHuman(int p, int a, int b, int d) { int bestPos(p); int value(positionValue(p)); if (value==UNCLEAR) { value=b; for (int i(1); i a; ++i) { pair r(cComp(2*p+i, a, b, d+1)); if (r.first

12 Alfa-beta pruning enum S {H, C}; pair cMove(S s, int p, int a, int b, int d) { int bestPos(p); int value(positionValue(p)); if (value==UNCLEAR) { value=(s==C)?a:b; for (int i(1); i<3 && aa || s==H&&r.first

13 Alpha-beta pruning int TicTacToe::chooseMove(Side s, int& bestRow, int& bestColumn, int alpha, int beta) { Side opp(s==COMPUTER ? HUMAN : COMPUTER); int value(s==COMPUTER ? alpha : beta); int simpleEval(positionValue()); if (simpleEval!=UNCLEAR) return simpleEval; for (int r(0); rvalue || s==HUMAN && reply=beta) return value; } } return value; }

14 Transpostions  Zie p. 400 (Weiss). Two searches that arrive at identical positions.

15 Transpositions class Position { public: Position(const matrix & theBoard): board(theBoard) { } bool operator<(const Position& rhs) const; private: matrix board; }; bool Position::operator<(const Position & rhs) const { for (int i(0); i

16 Transpositions int TicTacToe::chooseMove(Side s, int& bestRow, int& bestColumn, int alpha, int beta, int depth) { Position thisPosition(board); if (depth>=3 && depth<=5) { MapItr itr(transpositions.find(thisPosition)); if (itr!=transpositions.end()) return (*itr).second; } // idem... int reply(chooseMove(opp, dc, dc, alpha, beta, depth+1)); // idem... if (alpha>=beta) goto Done; } Done: if (depth>=3 && depth<=5) transpositions[thisPosition]=value; return value; } Verklaar?


Download ppt "Algoritmen en Datastructuren (ALDAT) EVMINX4 Week 5."

Verwante presentaties


Ads door Google