×
安东·舒彻;赫尔曼·坎德尔

使用多值函数进行最小化的好处。 （英语） Zbl 0902.90136号

Artif公司。智力。 99，第2期，187-208（1998）.
小结：Minimaxing在游戏实践中非常成功，尽管尚未给出其成功原因的完整解释。特别是，还没有说明为什么使用多值评估函数应该有用（实际上如此）。这些函数的结果是有许多不同的值，可以根据这些值中表示的启发式知识来区分位置。在本文中，我们通过添加关于多值评估函数的两个假设来修改基本病理模型。这些假设，即误差分布的非均匀性和启发式值的依赖性，与实际中使用的多值评估函数的特性直接相关。我们的多值模型的仿真研究表明，使用最小化可以显著减少深度搜索的错误。这种行为与实际观察相符。误差减少的主要原因是随着搜索深度的增加，评估质量得到了提高。尽管在树的所有级别上都使用了相同的评估函数，尽管其一般错误概率与深度无关，但我们的模型揭示了随着搜索深度的增加，静态评估错误概率较低的现象。本质上，随着搜索深度的增加，求值函数在这些位置上的使用越来越频繁，这些位置可以通过具有假定属性的多值函数进行更可靠的求值。这种效果以及区分不同“优度”位置的能力导致了使用多值评估函数（具有适当粒度）进行最小化的好处。

引用于4文件

理学硕士：

90C27型 组合优化
91A99型 博弈论

关键词：

游戏树;最小化;多值评估函数;提高评估质量;模拟研究
PDF格式BibTeX公司 XML格式引用
\textit{A.Scheucher}和\textit{H.Kaindl}，Artif。智力。99，第2号，187--208（1998；Zbl 0902.90136）
全文： 内政部

参考文献：

[1] Abramson，B.，《极小极大病理学的解释和治疗》（Kanal，L.N.；Lemmer，J.F.，《人工智能中的不确定性》（1986），北荷兰：北荷兰阿姆斯特丹），495-504
[2] Beal，D.F.，《极大极小分析》（Clarke，M.R.B.，《计算机国际象棋进展》，第2卷（1980），爱丁堡大学出版社），103-109·Zbl 0455.68046号
[3] Beal，D.F.，《极大极小搜索的好处》（Clarke，M.R.B.，《计算机国际象棋进展》，第3卷（1982年），佩加蒙出版社：牛津佩加蒙出版公司），17-24
[4] I.布拉特科。；Gams，M.，《最小极大原理的误差分析》（Clarke，M.R.B.，《计算机国际象棋进展》，第3卷（1982年），佩加蒙出版社：牛津佩加蒙出版公司），1-15
[5] 康登，J.H。；Belle，K.Thompson，（弗雷，P.W.，《人机国际象棋技巧》（1983年），施普林格：施普林格柏林），201-210·Zbl 0754.68005号
[6] Fuller，S.H。；Gaschnig，J.G。；Gillogly，J.J.，《字母-贝塔修剪算法分析》（技术报告（1973），卡内基梅隆大学：卡内基梅隆大学匹兹堡，宾夕法尼亚州）
[7] Horacek，H.，《计算机国际象棋中的不确定性推理》，人工智能，43，37-56（1990）
[8] Horacek，H。；Kaindl，H。；Wagner，M.，《游戏中的概率：可能的含义和应用》，（第三届奥地利人工智能会议论文集。第三届澳大利亚人工智能会议文献集，维也纳（1987），施普林格：施普林格柏林），12-23
[9] Junghanns，A。；Schaeffer，J.，《重新审视游戏程序中的搜索与知识》（Proceedings IJCAI-97）。日本名古屋IJCAI-97会议记录（1997年）·Zbl 0971.68151号
[10] Kaindl，H.，《计算机象棋中静态搜索的动态控制》（Proceedings EMCSR-82）。《EMCSR-82会议录》，维也纳（1982），北荷兰：北荷兰阿姆斯特丹），973-978
[11] Kaindl，H.，《计算机象棋中的静态搜索》（Bramer，M.A.，《计算机游戏：理论与实践》，计算机游戏：原理与实践，SIGART通讯，80（1982））。（（1983），埃利斯·霍伍德：埃利斯·霍伍德-奇切斯特，英国），39-52，重印于：
[12] Kaindl，H.，《计算机象棋中的可变深度搜索》，（《国际象棋联合会国际会议论文集-83》（1983年），卡尔斯鲁厄：德国卡尔斯鲁赫），760-762
[13] Kaindl，H.，《最小化：理论与实践》，AI杂志，9，3，69-76（1988）
[14] Kaindl，H.，《树搜索算法》（Marsland，T.A.；Schaeffer，J.，《计算机、国际象棋和认知》（1990），Springer:Springer New York），133-158·Zbl 0754.68006号
[15] Kaindl，H。；Scheucher，A.，有限前瞻搜索效果的原因，IEEE Trans。Systems Man Cybernet。，22, 5, 992-1007 (1992)
[16] Knuth，D.E。；Moore，R.W.，《α-β修剪分析》，人工智能，6，4，293-326（1975）·Zbl 0358.68143号
[17] 科佩克，D。；Bratko，I.，《Bratko-Kopec实验：象棋中人类和计算机性能的比较》（Clarke，M.R.B.，《计算机象棋进展》，第3卷（1982年），佩加蒙出版社：牛津佩加蒙出版公司），57-72
[18] Korf，R.E.，深度-第一次迭代深化：最优容许树搜索，人工智能，27，1，97-109（1985）·Zbl 0573.68030号
[19] 科尔夫·R·E。；Chickering，D.M.，Best-first minimax search，《人工智能》，84，299-337（1996）·Zbl 1506.68126号
[20] Marsland，T.A.，《重新审视Bratko-Kopec测试》（The Bratko Kopec test reviewed），（Marslad，T.A.；Schaeffer，J.，《计算机、国际象棋和认知》（1990），Springer:Springer New York），217-223·Zbl 0754.68006号
[21] Michon，G.，《递归随机博弈：完美信息博弈的概率模型》（1983年，加州大学洛杉矶分校博士论文）
[22] Nau，D.S.，《决策质量与游戏树搜索深度》（博士论文（1979），杜克大学：北卡罗来纳州杜克大学达勒姆分校）·Zbl 0627.68076号
[23] Nau，D.S.，《游戏树上的病理学：结果总结》（Proceedings AAAI-80）。AAAI-80会议记录，加利福尼亚州斯坦福（1980），102-104
[24] Nau，D.S.，《游戏中病理原因的调查》，人工智能，19，3，257-278（1982）·Zbl 0503.68070号
[25] Nau，D.S.，决策质量作为博弈树搜索深度的函数，J.ACM，30，4，687-708（1983）·Zbl 0627.68076号
[26] Nau，D.S.，《游戏图形结构及其对病理学的影响》，国际。J.计算。通知。科学。，12, 6, 367-383 (1983) ·Zbl 0544.68063号
[27] Nau，D.S.，《重访游戏树的病理学，以及最小化的替代方法》，《人工智能》，第21、1-2、221-244页（1983年）·Zbl 0507.68064号
[28] Newborn，M.M.，在具有分支相关终端节点得分的树上进行α-β搜索的效率，人工智能，8137-153（1977）·Zbl 0359.68043号
[29] Pearl，J.，《论游戏搜索中的病理学本质》，《人工智能》，第20、4、427-453页（1983年）·Zbl 0509.68105号
[30] Pearl，J.，《启发式：计算机问题解决的智能搜索策略》（1984），Addison-Wesley:Addison-Whesley Reading，MA
[31] 谢弗，J。；R湖。；卢，P。；Bryant，M.，CHINOOK：《人工智能杂志》（AI Magazine）世界人机跳棋冠军，第17、1、21-29页（1996）
[32] Scheucher，A.，Untersuchung von Minimaxing in einem mehrwertigen Modell（1992），Diplorabeit，Wirtschaftsuniversität Wien
[33] Scheucher，A。；Kaindl，H.，《极大极小搜索优势的原因》（Proceedings IJCAI-89）。《IJCAI-89会议记录》，密歇根州底特律（1989），322-327·Zbl 0707.68089号
[34] Schrüfer，G.，《游戏树上病理学的存在与缺失》，（Beal，D.F.，《计算机象棋进展》，第4卷（1986年），佩加蒙出版社：牛津佩加蒙出版公司），101-112
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。