INTELIGENCIA ARTIFICIAL TEMA: Poda Alfa-Beta Raquel Solano UNIVERSIDAD TÉCNICA PARTICULAR DE LOJA LA UNIVERSIDAD CATÓLICA DE LOJA

PODA ALFA-BETA

El algoritmo poda alfa-beta es una técnica mejorada del algoritmo minimax, que consiste en dividirlo en la mitad. La jugada es que es posible calcular la decisión mínima correcta sin mirar todos los nodos en el árbol de juegos. La poda alfa-beta puede aplicarse a árboles de cualquier profundidad y también subárboles enteros [1].

El algoritmo poda alfa-beta es una técnica mejorada del algoritmo minimax, que consiste en dividirlo en la mitad. La jugada es que es posible calcular la decisión mínima correcta sin mirar todos los nodos en el árbol de juegos. La poda alfa-beta puede aplicarse a árboles de cualquier profundidad y también subárboles enteros [1].

La poda alfa-beta puede aplicarse a árboles de cualquier profundidad y también subárboles enteros La búsqueda mínima es primero en profundidad, así que solamente tenemos que considerar los nodos a lo largo de un camino en el árbol

La poda alfa-beta puede aplicarse a árboles de cualquier profundidad y también subárboles enteros

La búsqueda mínima es primero en profundidad, así que solamente tenemos que considerar los nodos a lo largo de un camino en el árbol

La estrategia de poda del algoritmo Minimax es llamada poda alfa-beta , puesto que dado que existen dos jugadores maximizador y minimizador, existen dos valores umbral alfa y beta para acotar la búsqueda de cada uno respectivamente. Utilidad en el aumento de la velocidad de la búsqueda sin producir pérdida de la información El valor alfa representa la cota inferior del valor que puede asignarse en último término a un nodo maximizante. El valor beta representa la cota superior del valor que puede asignarse en último término a un nodo minimizante.

La estrategia de poda del algoritmo Minimax es llamada poda alfa-beta , puesto que dado que existen dos jugadores maximizador y minimizador, existen dos valores umbral alfa y beta para acotar la búsqueda de cada uno respectivamente.

Utilidad en el aumento de la velocidad de la búsqueda sin producir pérdida de la información

El valor alfa representa la cota inferior del valor que puede asignarse en último término a un nodo maximizante.

El valor beta representa la cota superior del valor que puede asignarse en último término a un nodo minimizante.

EJEMPLO

Como la primera hoja debajo de B tiene valor 3 y siendo B un nodo MIN, tiene como valor máximo a 3.

La segunda hoja de B tiene valor de 12, por lo tanto MIN evitara este movimiento, debido a que el número es mayor que 3.

El siguiente nodo tiene valor de 8, quedando el valor de B en 3 y hasta el momento seria 3 para el nodo raíz.

La primera hoja de C es de valor 2, como C es un nodo MIN con el máximo valor de 2 y B vale 3, el nodo raíz MAX nunca elegiría a C, y no es necesario revisar sus nodos sucesores.

La primera hoja de D es 14 y como es mas alto que el 3 de B, existe la necesidad de seguir los demás nodos hojas.

El siguiente valor de D es 5, seguimos explorando; el tercer valor es 2 así que D vale 2. La decisión de MAX en la raíz es moverse a B, quedando como valor final 3

APLICACIÓN

JUEGO DE AJEDREZ[2]

REFERENCIAS: [1] Stuart Russell and Peter Norvig, “Inteligencia Artificial: Un Enfoque Moderno”, Edición Prentice Hall, ISBN 0-13-10385-2, 1996. [2]http://www.seccperu.org/files/APLICACI%C3%93N%20DEL%20ALGORITMO%20PODA%20ALPHA.pdf

[1] Stuart Russell and Peter Norvig, “Inteligencia Artificial: Un Enfoque Moderno”, Edición Prentice Hall, ISBN 0-13-10385-2, 1996.

[2]http://www.seccperu.org/files/APLICACI%C3%93N%20DEL%20ALGORITMO%20PODA%20ALPHA.pdf