Nestrikta meklēšana spēļu kokos

Abstract

ANOTĀCIJA Darbā ir apskatīta mākslīgā intelekta jomas problēma spēļu kokos – optimālā gājiena meklēšanas algoritmu efektivitātes uzlabošana. Pētījums parāda, ka, lai atrastu labāko gājienu, nav nepieciešams precīzs spēļu koka novērtējums. Nogriešanas metodes, kas atmet apakškokus, kuros nav optimālā risinājuma, var piemērot agrāk nekā klasiskajos algoritmos. Tādējādi meklēšana kļūst ātrāka, algoritmam ir lielāka veiktspēja un ir iespējams aplūkot vairāk gājienus uz priekšu. Tiek piedāvāta jauna pieeja, ko sauc par fazificētu meklēšanu spēles kokos. Tā ļauj atrast labāko gājienu ātrāk, apmeklējot mazāku mezglu skaitu. Eksperimentu rezultāti ar abstraktiem spēļu kokiem uzrādīja 10% veiktspējas pieaugumu, salīdzinot ar esošajiem algoritmiem. Tika izstrādāts algoritma uzlabojums, kas ir bāzēts uz aproksimācijas fazificētu meklēšanu spēles kokā. Tas ļauj efektīvi atrast gandrīz optimālu risinājumu, izvēloties "mērķa kvalitāti" un nepieciešamo tās precizitāti. Eksperimentu rezultāti parādīja, ka iespējams 15% ātruma uzlabojums, būtiski neietekmējot kopējo meklēšanas algoritma precizitāti. Atslēgas vārdi: Meklēšana spēļu kokos, Alfa-Beta nogriešana, Fazificētas meklēšanas algoritms, ātrdarbība

ABSTRACT The thesis is dedicated to the research of game tree search algorithms. It shows that exact game tree evaluation is not required to find the best move. Therefore, pruning techniques may be applied earlier, resulting in a faster search and greater performance. A new approach called Fuzzified game tree search is proposed, which allows faster determination of the best move whilst visiting fewer nodes. Experimental results in real domain games showed an increase of 10% in performance over existing algorithms. We also present approximation-based implementations of the Fuzzified game tree search algorithm. The paradigm of the algorithm allows us to find nearly optimal solutions efficiently, so that the "target quality" of the search can be chosen with arbitrary precision. Our experimental results showed that this kind of approximation in games could be an acceptable trade-off, demonstrating a 15% speed increase without significantly affecting the overall playing strength of the algorithm. Keywords: game tree search, alpha-beta pruning, Fuzzified search algorithm, performance.