Einführung in die Methoden der Künstlichen Intelligenz - Goethe ...
Einführung in die Methoden der Künstlichen Intelligenz - Goethe ...
Einführung in die Methoden der Künstlichen Intelligenz - Goethe ...
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
2 Suchverfahren<br />
Max<br />
A<br />
M<strong>in</strong><br />
3<br />
E<br />
Max<br />
3 4<br />
2 -2 5<br />
Obwohl das M<strong>in</strong>imum für <strong>die</strong> Berechnung des Wertes von E eigentlich −2 ergibt, kann<br />
<strong>die</strong> Suche beim Entdecken des Werts 2 abgebochen werden, da <strong>die</strong> Bewertung für A (Maximieren),<br />
<strong>in</strong> jedem Fall <strong>die</strong> 3 aus dem l<strong>in</strong>ken Teilbaum bevorzugen wird (da 3 > 2).<br />
Schließlich gibt es den symmetrischen Fall, wenn an e<strong>in</strong>em Knoten m<strong>in</strong>imiert statt maximiert<br />
wird. Betrachte den Baum:<br />
M<strong>in</strong><br />
A<br />
Max<br />
B<br />
l<br />
E<br />
M<strong>in</strong><br />
C<br />
D<br />
F G H<br />
l ′<br />
Der Baum unterscheidet sich vom vorherigen lediglich <strong>in</strong> <strong>der</strong> M<strong>in</strong>imierungs- und Maximierungsreihenfolge.<br />
Die Berechnung des Werts von A ist:<br />
M<strong>in</strong>Max(A, M<strong>in</strong>)<br />
= m<strong>in</strong>{M<strong>in</strong>Max(B, Max), M<strong>in</strong>Max(E, Max)}<br />
= m<strong>in</strong>{M<strong>in</strong>Max(B, Max),<br />
max{M<strong>in</strong>Max(F, M<strong>in</strong>), M<strong>in</strong>Max(G, M<strong>in</strong>), M<strong>in</strong>Max(H, M<strong>in</strong>)}}<br />
Wenn M<strong>in</strong>Max(B, Max) = l und M<strong>in</strong>Max(F, M<strong>in</strong>) = l ′ schon berechnet s<strong>in</strong>d, ergibt das<br />
m<strong>in</strong>{l, max{l’, M<strong>in</strong>Max(G, M<strong>in</strong>), M<strong>in</strong>Max(H, M<strong>in</strong>)}}.<br />
Wenn l ′ ≥ l, dann brauchen <strong>die</strong> Werte von G und H nicht berechnet werden, da <strong>der</strong><br />
M<strong>in</strong>imierer an A sowieso niedrigeren Wert k wählen wird.<br />
Die Alpha-Beta-Suche verwendet genau <strong>die</strong>se Ideen und führt bei <strong>der</strong> Suche zwei<br />
Schranken mit, <strong>die</strong> das Suchfenster festlegen (und den Werten k und l <strong>in</strong> den obigen Beispielen<br />
entsprechen). Als untere Begrenzung des Suchfensters wird <strong>der</strong> Wert <strong>der</strong> Variablen<br />
α verwendet, als obere Begrenzung <strong>der</strong> aktuelle Wert <strong>der</strong> Variablen β. Das ergibt das<br />
Fenster [α, β]. Der Algorithmus startet mit α = −∞ und β = ∞ und passt während <strong>der</strong><br />
Stand: 19. Oktober 2012 60 M. Schmidt-Schauß & D. Sabel, Skript KI, WS 2012/13