Einführung in die Methoden der Künstlichen Intelligenz - Goethe ...

2 Suchverfahren
Bewertet man den Baum von unten nach oben, indem
jeder Spieler sein Ergebnis maximiert, so erhält man:
Spieler S 1
(1,3,2)
Spieler S 3 (0,1,3) (1,0,4) (3,0,2) (1,3,2)
Spieler S 2
(0,1,3) (1,3,2)
(1,2,0) (0,1,3) (1,0,4) (0,1,2) (3,0,2) (4,0,1) (1,3,2) (0,2,0)
Hierbei sind wir jedoch davon ausgegangen, dass jeder Spieler nur nach der eigenen
Gewinnmaximierung vorgeht. Nehmen wir an, Spieler 1 und Spieler 3 verbünden sich, mit
dem Ziel, das Ergebnis von Spieler 2 zu minimieren, so ergibt sich eine andere Bewertung:
Spieler S 1
(0,1,3)
Spieler S 2
(0,1,3) (0,2,0)
Spieler S 3 (0,1,3) (1,0,4) (3,0,2) (0,2,0)
(1,2,0) (0,1,3) (1,0,4) (0,1,2) (3,0,2) (4,0,1) (1,3,2) (0,2,0)
Noch gravierender ist der Fall, dass bei keiner Kooperation ein Spieler quasi zufällig
einen Zug auswählt, da mehrere Nachfolger den gleichen Wert für ihn haben, aber diese
Wahl die Bewertung der anderen Spieler beeinflussen kann.
Betrachte z.B. den Baum:
Spieler S 1
?
Spieler S 2
(0,0,0) ?
Spieler S 3 (0,0,0) (0,0,0) (1,-1,-1) (-1,-1,1)
(0,0,0) (1,-1,-1) (-1,1,-1) (0,0,0) (1,-1,-1) (1,-1,-1) (-1,-1,1) (0,0,0)
Spieler 2 hat zunächst keine Präferenz, wie er den zweiten Kindknoten bewerten soll,
da die Bewertungen (1,-1,-1) und (-1,-1,1) aus seiner Sicht beide gleich schlecht sind.
Stand: 19. Oktober 2012 66 M. Schmidt-Schauß & D. Sabel, Skript KI, WS 2012/13