人工智能αβ剪枝实现的一字棋实验报告
人工智能αβ剪枝实现的一字棋实验报告
The document was prepared on January 2, 2021
实验5： -剪枝实现一字棋
一、实验目的
学习极大极小搜索及 - 剪枝算法实现一字棋。
二、实验原理
1.游戏规则
"一字棋"游戏（又叫"三子棋"或"井字棋"），是一款十分经典的益智小游戏。"井字棋" 的棋盘很简单，是一个 3×3 的格子，很像中国文字中的"井"字，所以得名"井字棋"。"井字棋"游戏的规则与"五子棋"十分类似，"五子棋"的规则是一方首先五子连成一线就胜利；"井字棋"是一方首先三子连成一线就胜利。
2.极小极大分析法
设有九个空格，由 MAX，MIN 二人对弈，轮到谁走棋谁就往空格上放一只自己的棋子，谁先使自己的棋子构成"三子成一线"(同一行或列或对角线全是某人的棋子)，谁就
用圆圈表示 MAX，用叉号代表 MIN
比如左图中就是 MAX 取胜的棋局。
估价函数定义如下设棋局为 P，估价函数为
e(P)。
(1) 若 P 对任何一方来说都不是获胜的位置，则 e(P)=e(那些仍为 MAX 空着的完全的行、列或对角线的总数)-e(那些仍为 MIN 空着的完全的行、列或对角线的总数)
(2) 若 P 是 MAX 必胜的棋局，则 e(P)＝+ （实际上赋了 60）。
(3) 若 P 是 B 必胜的棋局，则 e(P)＝- （实际上赋了-20）。
e(P)=5-4=1
需要说明的是，+赋60，-赋-20的原因是机器若赢了，
则不论玩家下一步是否会赢，都会走这步必赢棋。
3. -剪枝算法
上述的极小极大分析法，实际是先生成一棵博弈树，然后
再计算其倒推值，至使极小极大分析法效率较低。于是在极
小极大分析法的基础上提出了- 剪枝技术。
- 剪枝技术的基本思想或算法是，边生成博弈树边计算评估各节点的倒推值，并且根据评估出的倒推值范围，及时停止扩展那些已无必要再扩展的子节点，即相当于剪去了博弈树上的一些分枝，从而节约了机器开销，提高了搜索效率。
具体的剪枝方法如下：
(1) 对于一个与节点 MIN，若能估计出其倒推值的上确界，并且这个值不大于MIN 的父节点(一定是或节点)的估计倒推值的下确界，即，则就不必再扩展该MIN 节
点的其余子节点了(因为这些节点的估值对 MIN 父节点的倒推值已无任何影响了)。这一过程称为剪枝。
(2) 对于一个或节点 MAX，若能估计出其倒推值的下确界，并且这个值不小于MAX 的父节点(一定是与节点)的估计倒推值的上确界，即，则就不必再扩展该 MAX 节点的其余子节点了(因为这些节点的估值对 MAX 父节点的倒推值已无任何影响了)。这一过程称为剪枝。
从算法中看到：
(1) MAX 节点(包括起始节点)的值永不减少；
(2) MIN 节点(包括起始节点)的值永不增加。
在搜索期间，和值的计算如下：
(1) 一个 MAX 节点的值等于其后继节点当前最大的最终倒推值。
(2) 一个 MIN 节点的值等于其后继节点当前最小的最终倒推值。
4．输赢判断算法设计
因为每次导致输赢的只会是当前放置的棋子,输赢算法中只需从当前点开始扫描判断是否已经形成三子。对于这个子的八个方向判断是否已经形成三子。如果有，则说明有一方胜利，如果没有则继续搜索，直到有一方胜利或者搜索完整个棋盘。
三、实验代码
#include
using namespace std;
int num=0; < return 0; } if(val>m){ < return 0; } goto L5; } else{ < return 0; } for(int x=0;x<3;x++){ for(int y=0;y<3;y++){ if(now[x][y]==0){ now[x][y]=1; cut(val,dep,1); if(Checkwin()==1){ cout<<"电脑将棋子放在:"< PrintQP(); cout<<"电脑获胜! 游戏结束."< return 0; } if(val>m){ m=val; x_pos=x;y_pos=y; } val=-10000; now[x][y]=0; } } } now[x_pos][y_pos]=1; val=-10000; m=-10000; dep=1; cout<<"电脑将棋子放在:"< PrintQP(); cout< num++; value(); if(q==0){ cout<<"平局!"< return 0; } goto L4; } return 0; } int main(){ computer(); system("pause"); return 0; } 4. 主要函数 1 估值函数 估价函数：int CTic_MFCDlg::evaluate(int board[]) 完成功能：根据输入棋盘，判断当前棋盘的估值，估价函数为前面所讲： 若是 MAX 的必胜局，则 e = +INFINITY，这里为+60 若是 MIN 的必胜局，则 e = -INFINITY，这里为-20，这样赋值的原因是机器若赢了，则不考虑其它因素。 其它情况，棋盘上能使 CUMPUTER 成三子一线的数目为 e1 棋盘上能使 PLAYER成三子一线的数目为 e2， e1-e2 作为最终权值 参数： board:待评估棋盘 返回：评估结果 剪枝算法 AlphaBeta 剪枝主函数： int CTic_MFCDlg::AlphaBeta(int Board[], int Depth, int turn, int Alpha, int Beta, int *result) 完成功能：根据输入棋盘，搜索深度，及其他参数，给出一个相应的最优解，存入result 中。 参数：board :待评估棋盘 Depth :搜索深度 turn :当前是机器走(MAX 结点)还是玩家走(MIN 结点) Alpha :alpha 值，第一次调用默认-100 Beta :beta 值，第一次调用默认+100 result :输出结果 返回：若当前点为 MAX 节点，则返回 alpha 值； 若 当前 点为 MIN 节 点， 则返 回 beta 值 ３. 判断 胜负 i nt CTic _MFC Dlg: :isWin(int curPos) 完成功能：根据输入棋盘，判断当前棋盘的结果，COMPUTER 胜PLAYER 胜平局 参数：board:待评估棋盘 返回：-1 表示：尚未结束 0 表示：平局 1 表示：PLAYER 胜 2 表示：COMPUTER 胜 五、实验截图 六、实验总结 通过本次实验进一步对老师课堂上所讲的 -剪枝有了更加深刻的了解，对它的一般实现有了初步的认识。 搜索深度并非越深越好，局限于估值函数是根据能够成三子一线的数目决定的，所以搜索到最后一层，如果有人胜，则出现，如果没人胜，则三子一线数目为 0，所以毫无意义。。这也是为什么大多数情况下都是平局的原因。 人工智能实验报告大 全 人工智能课内实验报告 （8次） 学院：自动化学院 班级：智能1501 姓名：刘少鹏（34） 学号： 06153034 目录 课内实验1：猴子摘香蕉问题的VC编程实现 (1) 课内实验2：编程实现简单动物识别系统的知识表示 (5) 课内实验3：盲目搜索求解8数码问题 (18) 课内实验4：回溯算法求解四皇后问题 (33) 课内实验5：编程实现一字棋游戏 (37) 课内实验6：字句集消解实验 (46) 课内实验7：简单动物识别系统的产生式推理 (66) 课内实验8：编程实现D-S证据推理算法 (78) 人工智能课内实验报告实验1：猴子摘香蕉问题的VC编程实现 学院：自动化学院 班级：智能1501 姓名：刘少鹏（33） 学号： 06153034 日期： 2017-3-8 10:15-12:00 实验1：猴子摘香蕉问题的VC编程实现 一、实验目的 （1）熟悉谓词逻辑表示法； （2）掌握人工智能谓词逻辑中的经典例子——猴子摘香蕉问题的编程实现。 二、编程环境 VC语言 三、问题描述 房子里有一只猴子（即机器人），位于a处。在c处上方的天花板上有一串香蕉，猴子想吃，但摘不到。房间的b处还有一个箱子，如果猴子站到箱子上，就可以摸着天花板。如图1所示，对于上述问题，可以通过谓词逻辑表示法来描述知识。要求通过VC语言编程实现猴子摘香蕉问题的求解过程。 图1 猴子摘香蕉问题 四、源代码 #include 游戏人工智能实验报告记录四 ————————————————————————————————作者：————————————————————————————————日期： 实验四有限状态机实验 实验报告 一、实验目的 通过蚂蚁世界实验掌握游戏中追有限状态机算法 二、实验仪器 Windows7系统 Microsoft Visual Studio2015 三、实验原理及过程 1）制作菜单 设置参数：点击会弹出对话框，设置一些参数，红、黑蚂蚁的家会在地图上标记出来 运行：设置好参数后点击运行，毒药、食物、水会在地图上随机显示 下一步：2只红蚂蚁和2只黑蚂蚁会随机出现在地图上，窗口右方还会出现红、黑蚂蚁当前数量的统计 不断按下一步，有限状态机就会不断运行，使蚁群产生变化 2）添加加速键 资源视图中下方 选择ID和键值 3）新建头文件def.h 在AntView.cpp中加入#include"def.h" 与本实验有关的数据大都是在这里定义的 int flag=0; #define kForage 1 #define kGoHome 2 #define kThirsty 3 #define kDead 4 #define kMaxEntities 200 class ai_Entity{ public: int type; int state; int row; int col; ai_Entity(); ~ai_Entity() {} void New (int theType,int theState,int theRow,int theCol); void Forage(); void GoHome(); void Thirsty(); void Dead(); 《人工智能》课外实践报告 项目名称：剪枝法五子棋 所在班级： 2013级软件工程一班 小组成员：李晓宁、白明辉、刘小晶、袁成飞、程小兰、李喜林 指导教师：薛笑荣 起止时间： 2016-5-10——2016-6-18 项目基本信息 一、系统分析 1.1背景 1.1.1 设计背景 智力小游戏作为人们日常休闲娱乐的工具已经深入人们的生活，五子棋更成为了智力游戏的经典，它是基于AI的αβ剪枝法和极小极大值算法实现的人工智能游戏，让人们能和计算机进行对弈。能使人们在与电脑进行对弈的过程中学习五子棋，陶冶情操。并且推进人们对AI的关注和兴趣。 1.1.2可行性分析 通过研究，本游戏的可行性有以下三方面作保障 （1）技术可行性 本游戏采用Windows xp等等系统作为操作平台，使用人工智能进行算法设计，利用剪枝法进行编写，大大减少了内存容量，而且不用使用数据库，便可操作，方便可行，因此在技术上是可行的。 （2）经济可行性 开发软件：SublimText （3）操作可行性 该游戏运行所需配置低、用户操作界面友好，具有较强的操作可行性。 1.2数据需求 五子棋需要设计如下的数据字段和数据表： 1.2.1 估值函数： 估值函数通常是为了评价棋型的状态，根据实现定义的一个棋局估值表，对双方的棋局形态进行计算，根据得到的估值来判断应该采用的走法。棋局估值表是根据当前的棋局形势，定义一个分值来反映其优势程度，来对整个棋局形势进行评价。本程序采用的估值如下： 状态眠二假活三眠三活二冲四假活三活三活四连五 分值 2 4 5 8 12 15 40 90 200 一般来说，我们采用的是15×15的棋盘，棋盘的每一条线称为一路，包括行、列和斜线，4个方向，其中行列有30路，两条对角线共有58路，整个棋盘的路数为88路。考虑到五子棋必须要五子相连才可以获胜，这样对于斜线，可以减少8路，即有效的棋盘路数为72路。对于每一路来说，第i路的估分为E(i)=Ec(i)-Ep(i)，其中Ec(i)为计算机的i路估分，Ep(i)为玩家的i路估分。棋局整个形势的估值情况通过对各路估分的累加进行判断，即估值函数： 72 F（n）= Σ E(i) i=1 1.2.2 极小极大值算法: 极大极小搜索算法就是在博弈树在寻找最优解的一个过程，这主要是一个对各个子结点进行比较取舍的过程，定义一个估值函数F(n)来分别计算各个终结点的分值，通过双方的分值来对棋局形势进行分析判断。以甲乙两人下棋为例，甲为max，乙为min。当甲走棋时，自然在博弈树中寻找最大点的走法，轮到乙时，则寻找最小点的走法，如此反复，这就是一个极大极小搜索过程，以此来寻找对机器的最佳走法。 人工智能αβ剪枝实现的一字棋实验报告 The document was prepared on January 2, 2021 实验5： -剪枝实现一字棋 一、实验目的 学习极大极小搜索及 - 剪枝算法实现一字棋。 二、实验原理 1.游戏规则 "一字棋"游戏（又叫"三子棋"或"井字棋"），是一款十分经典的益智小游戏。"井字棋" 的棋盘很简单，是一个 3×3 的格子，很像中国文字中的"井"字，所以得名"井字棋"。"井字棋"游戏的规则与"五子棋"十分类似，"五子棋"的规则是一方首先五子连成一线就胜利；"井字棋"是一方首先三子连成一线就胜利。 2.极小极大分析法 设有九个空格，由 MAX，MIN 二人对弈，轮到谁走棋谁就往空格上放一只自己的棋子，谁先使自己的棋子构成"三子成一线"(同一行或列或对角线全是某人的棋子)，谁就 用圆圈表示 MAX，用叉号代表 MIN 比如左图中就是 MAX 取胜的棋局。 估价函数定义如下设棋局为 P，估价函数为 e(P)。 (1) 若 P 对任何一方来说都不是获胜的位置，则 e(P)=e(那些仍为 MAX 空着的完全的行、列或对角线的总数)-e(那些仍为 MIN 空着的完全的行、列或对角线的总数) (2) 若 P 是 MAX 必胜的棋局，则 e(P)＝+ （实际上赋了 60）。 (3) 若 P 是 B 必胜的棋局，则 e(P)＝- （实际上赋了-20）。 e(P)=5-4=1 需要说明的是，+赋60，-赋-20的原因是机器若赢了， 则不论玩家下一步是否会赢，都会走这步必赢棋。 3. -剪枝算法 上述的极小极大分析法，实际是先生成一棵博弈树，然后 再计算其倒推值，至使极小极大分析法效率较低。于是在极 小极大分析法的基础上提出了- 剪枝技术。 - 剪枝技术的基本思想或算法是，边生成博弈树边计算评估各节点的倒推值，并且根据评估出的倒推值范围，及时停止扩展那些已无必要再扩展的子节点，即相当于剪去了博弈树上的一些分枝，从而节约了机器开销，提高了搜索效率。 具体的剪枝方法如下： (1) 对于一个与节点 MIN，若能估计出其倒推值的上确界，并且这个值不大于MIN 的父节点(一定是或节点)的估计倒推值的下确界，即，则就不必再扩展该MIN 节 实验四有限状态机实验 实验报告 一、实验目的 通过蚂蚁世界实验掌握游戏中追有限状态机算法 二、实验仪器 Windows7系统 Microsoft Visual Studio2015 三、实验原理及过程 1）制作菜单 设置参数：点击会弹出对话框，设置一些参数，红、黑蚂蚁的家会在地图上标记出来 运行：设置好参数后点击运行，毒药、食物、水会在地图上随机显示 下一步：2只红蚂蚁和2只黑蚂蚁会随机出现在地图上，窗口右方还会出现红、黑蚂蚁当前数量的统计 不断按下一步，有限状态机就会不断运行，使蚁群产生变化 2）添加加速键 资源视图中 下方 选择ID和键值 3）新建头文件def.h 在AntView.cpp中加入#include"def.h" 与本实验有关的数据大都是在这里定义的 int flag=0; #define kForage 1 #define kGoHome 2 #define kThirsty 3 #define kDead 4 #define kMaxEntities 200 class ai_Entity{ public: int type; int state; int row; int col; ai_Entity(); ~ai_Entity() {} void New (int theType,int theState,int theRow,int theCol); void Forage(); void GoHome(); void Thirsty(); void Dead(); }; ai_Entity entityList[kMaxEntities]; #define kRedAnt 1 #define kBlackAnt 2 人工智能导论实验报告 学院：计算机科学与技术学院 专业：计算机科学与技术 2016.12.20 目录 人工智能导论实验报告 (1) 一、简介(对该实验背景，方法以及目的的理解) (3) 1. 实验背景 (3) 2. 实验方法 (3) 3. 实验目的 (3) 二、方法（对每个问题的分析及解决问题的方法） (4) Q1: Depth First Search (4) Q2: Breadth First Search (4) Q3: Uniform Cost Search (5) Q4: A* Search (6) Q5: Corners Problem: Representation (6) Q6: Corners Problem: Heuristic (6) Q7: Eating All The Dots: Heuristic (7) Q8: Suboptimal Search (7) 三、实验结果（解决每个问题的结果） (7) Q1: Depth First Search (7) Q2: Breadth First Search (9) Q3: Uniform Cost Search (10) Q4: A* Search (12) Q5: Corners Problem: Representation (13) Q6: Corners Problem: Heuristic (14) Q7: Eating All The Dots: Heuristic (14) Q8: Suboptimal Search (15) 自动评分 (15) 四、总结及讨论（对该实验的总结以及任何该实验的启发） (15) 人工智能课内实验报告 （8次） 学院：自动化学院 班级：智能1501 姓名：刘少鹏（34） 学号： 06153034 目录 课内实验1：猴子摘香蕉问题的VC编程实现 (1) 课内实验2：编程实现简单动物识别系统的知识表示 (5) 课内实验3：盲目搜索求解8数码问题 (18) 课内实验4：回溯算法求解四皇后问题 (33) 课内实验5：编程实现一字棋游戏 (37) 课内实验6：字句集消解实验 (46) 课内实验7：简单动物识别系统的产生式推理 (66) 课内实验8：编程实现D-S证据推理算法 (78) 人工智能课内实验报告实验1：猴子摘香蕉问题的VC编程实现 学院：自动化学院 班级：智能1501 姓名：刘少鹏（33） 学号： 06153034 日期： 2017-3-8 10:15-12:00 实验1：猴子摘香蕉问题的VC编程实现 一、实验目的 （1）熟悉谓词逻辑表示法； （2）掌握人工智能谓词逻辑中的经典例子——猴子摘香蕉问题的编程实现。 二、编程环境 VC语言 三、问题描述 房子里有一只猴子（即机器人），位于a处。在c处上方的天花板上有一串香蕉，猴子想吃，但摘不到。房间的b处还有一个箱子，如果猴子站到箱子上，就可以摸着天花板。如图1所示，对于上述问题，可以通过谓词逻辑表示法来描述知识。要求通过VC语言编程实现猴子摘香蕉问题的求解过程。 图1 猴子摘香蕉问题 四、源代码 #include 实验5：? -?剪枝实现一字棋 一、实验目的 学习极大极小搜索及?-?剪枝算法实现一字棋。 二、实验原理 1.游戏规则 "一字棋"游戏（又叫"三子棋"或"井字棋"），是一款十分经典的益智小游戏。"井字棋" 的棋盘很简单，是一个 3×3 的格子，很像中国文字中的"井"字，所以得名"井字棋"。"井字棋"游戏的规则与"五子棋"十分类似，"五子棋"的规则是一方首先五子连成一线就胜利；"井字棋"是一方首先三子连成一线就胜利。 2.极小极大分析法 设有九个空格，由 MAX，MIN 二人对弈，轮到谁走棋谁就往空格上放一只自己的棋子，谁先使自己的棋子构成"三子成一线"(同一行或列或对角线全是某人的棋子)，谁就 用圆圈表示 MAX，用叉号代表 MIN 比如左图中就是 MAX 取胜的棋局。 估价函数定义如下设棋局为 P，估价函数为 e(P)。 (1) 若 P 对任何一方来说都不是获胜的位置，则 e(P)=e(那些仍为 MAX 空着的完全的行、列或对角线的总数)-e(那些仍为 MIN 空着的完全的行、列或对角线的总数) (2) 若 P 是 MAX 必胜的棋局，则 e(P)＝+?（实际上赋了 60）。 (3) 若 P 是 B 必胜的棋局，则 e(P)＝-?（实际上赋了-20）。 e(P)=5-4=1 需要说明的是，+?赋60，-?赋-20的原因是机器若赢了， 则不论玩家下一步是否会赢，都会走这步必赢棋。 3. ? -?剪枝算法 上述的极小极大分析法，实际是先生成一棵博弈树，然后 再计算其倒推值，至使极小极大分析法效率较低。于是在极小 极大分析法的基础上提出了?-?剪枝技术。 ? -?剪枝技术的基本思想或算法是，边生成博弈树边计算评估各节点的倒推值，并且根据评估出的倒推值范围，及时停止扩展那些已无必要再扩展的子节点，即相当于剪去了博弈树上的一些分枝，从而节约了机器开销，提高了搜索效率。 具体的剪枝方法如下： (1) 对于一个与节点 MIN，若能估计出其倒推值的上确界?，并且这个?值不大于 MIN 的父节点(一定是或节点)的估计倒推值的下确界?，即???，则就不必再扩展 计算机科学与技术1341901301 敏 实验一：知识表示方法 一、实验目的 状态空间表示法是人工智能领域最基本的知识表示方法之一，也是进一步学习状态空间搜索策略的基础，本实验通过牧师与野人渡河的问题，强化学生对知识表示的了解和应用，为人工智能后续环节的课程奠定基础。 二、问题描述 有n个牧师和n个野人准备渡河，但只有一条能容纳c个人的小船，为了防止野人侵犯牧师，要求无论在何处，牧师的人数不得少于野人的人数(除非牧师人数为0)，且假定野人与牧师都会划船，试设计一个算法，确定他们能否渡过河去，若能，则给出小船来回次数最少的最佳方案。 三、基本要求 输入：牧师人数(即野人人数)：n；小船一次最多载人量：c。 输出：若问题无解，则显示Failed，否则，显示Successed输出一组最佳方案。用三元组(X1, X2, X3)表示渡河过程中的状态。并用箭头连接相邻状态以表示迁移过程：初始状态->中间状态->目标状态。 例：当输入n=2，c=2时，输出：221->110->211->010->021->000 其中：X1表示起始岸上的牧师人数；X2表示起始岸上的野人人数；X3表示小船现在位置(1表示起始岸，0表示目的岸)。 要求：写出算法的设计思想和源程序，并以图形用户界面实现人机交互，进行输入和输出结果，如： Please input n: 2 Please input c: 2 Successed or Failed?: Successed Optimal Procedure: 221->110->211->010->021->000 四、算法描述 （1）算法基本思想的文字描述； 实验报告 1.对CLIPS和其运行及推理机制进行介绍 CLIPS是一个基于前向推理语言，用标准C语言编写。它具有高移植性、高扩展性、 强大的知识表达能力和编程方式以及低成本等特点。 CLIPS由两部分组成：知识库、推理机。它的基本语法是： (defmodule< module-n ame >[< comme nt >]) CLIPS的基本结构： （1）.知识库由事实库（初始事实+初始对象实例）和规则库组成。 事实库： 表示已知的数据或信息，用deftemplat，deffact定义初始事实表FACTLIS，由关系名、后跟 零个或多个槽以及它们的相关值组成，其格式如下： 模板： （deftemplate 《人工智能导论》作业（1-4章） 1．人工智能有哪几个主要的学派？各学派的基本理论框架和主要研究方向有何不同？2．用谓词逻辑方法表述下面问题积木世界的问题。 （定义谓词、描述状态、定义操作、给出操作序列） 3．请给出下列描述的语义网络表示： 1)11月5日，NBA常规赛火箭主场对阵小牛，火箭107-76大胜小牛。 2)张老师从9月至12月给自动化专业学生教授《自动控制原理》。李老师从10至12月 给计算机专业学生教授《操作系统原理》。 3)树和草都是植物；树和草都有根和叶；水草是草，生活在水中；果树是树，会结果； 苹果树是果树，结苹果。 4．请用相应谓词公式描述下列语句： 1)有的人喜欢足球、有的人喜欢篮球；有的人既喜欢足球又喜欢篮球。 2)喜欢编程的同学都喜欢计算机。 3)不是每个自控系的学生都喜欢编程。 4)有一个裁缝，他给所有不自己做衣服的人做衣服。 5)如果星期六不下雨，汤姆就会去爬山。 5．什么是谓词公式的解释？对于公式?x ?y (P(x)→Q(f(x),y)) D={1，2，3} 分别给出使公式为真和假的一种解释。 6．什么是合一？求出下面公式的最一般合一: P(f(y), y, x) P(x, f(a),z)。 7．把下面谓词公式化为子句集 ?x ?y (P(x,y)∨Q(x,y))→R(x,y)) ?x (P(x) →?y(P(y)∧R(x,y)) ?x (P(x)∧?y(P(y) →R(x,y))) 8．证明下面各题中，G是否是F的逻辑结论？ F1: ?x (P(x) →?y(Q(y)→L(x,y))) F2: ?x (P(x)∧?y(R(y) →L(x,y))) G: ?x (R(x) →~Q(x)) F1: ?z (~B(z)→?y(D(z,y)∧C(y))) F2: ?x (E(x)∧A(x)∧?y (D(x,y) →E(y))) F3: ?y(E(y) →~B(y)) G: ?z (E(z) ∧C(z)) 9．已知：John, Mike, Sam是高山俱乐部成员。 高山俱乐部成员都是滑雪运动员或登山运动员（也可以都是）。 登山运动员不喜欢雨。 滑雪运动员都喜欢雪。 凡是Mike喜欢的，John就不喜欢。 凡是Mike 不喜欢的，John就喜欢。 Mike喜欢雨和雪。 问：高山俱乐部是否有一个成员，他是登山运动员，但不是滑雪运动员？如果有，他是谁？10．为什么说归结式是其亲本子句的逻辑结论？ 11．何为完备的归结策略？有哪些归结策略是完备的？ 12．何谓搜索？有哪些常用的搜索方法？盲目搜索与启发式搜索的根本区别是什么？13．用状态空间法表示问题时，什么是问题的解？什么是最优解？在图搜索算法中，OPEN 表和CLOSED表的作用是什么？f(x)有何不同含义？ 14．宽度优先搜索和深度优先搜索有何不同？在何种情况下，宽度优先搜索优于深度优先搜索，何种情况反之？ 15．什么是启发式搜索，g(x)与h(x)各有什么作用？A*算法的限制条件是什么？ 人工智能导论 实验报告 姓名：蔡鹏 学号：1130310726 实验一 一、实验内容 有如下序列，试把所有黑色格移到所有白色格的右边，黄色格代表空格，黑色格和白色格可以和距离不超过三的空格交换。 二、实验代码 #include Enstack(root,&S); while(S.num!=0) { n=Destack(&S); if(n->f < min->f) { min=n; } for(i=0;i 人工智能课程项目报告 姓名： 班级：二班 一、实验背景 在新的时代背景下，人工智能这一重要的计算机学科分支，焕发出了他强大的生命力。不仅仅为了完成课程设计，作为计算机专业的学生， 了解他，学习他我认为都是很有必要的。 二、实验目的 识别手写字体0~9 三、实验原理 用K-最近邻算法对数据进行分类。逻辑回归算法（仅分类0和1）四、实验内容 使用knn算法： 1.创建一个1024列矩阵载入训练集每一行存一个训练集 2. 把测试集中的一个文件转化为一个1024列的矩阵。 3.使用knnClassify（）进行测试 4.依据k的值，得出结果 使用逻辑回归： 1.创建一个1024列矩阵载入训练集每一行存一个训练集 2. 把测试集中的一个文件转化为一个1024列的矩阵。 3. 使用上式求参数。步长0.07，迭代10次 4.使用参数以及逻辑回归函数对测试数据处理，根据结果判断测试数 据类型。 五、实验结果与分析 5.1 实验环境与工具 Window7旗舰版+ python2.7.10 + numpy（库）+ notepad++（编辑） Python这一语言的发展是非常迅速的，既然他支持在window下运行就不必去搞虚拟机。 5.2 实验数据集与参数设置 Knn算法： 训练数据1934个，测试数据有946个。 数据包括数字0-9的手写体。每个数字大约有200个样本。 每个样本保持在一个txt文件中。手写体图像本身的大小是32x32的二值图，转换到txt文件保存后，内容也是32x32个数字，0或者1，如下图所 示 建立一个kNN.py脚本文件，文件里面包含三个函数，一个用来生成将每个样本的txt文件转换为对应的一个向量：img2vector(filename):，一个用 来加载整个数据库loadDataSet():，最后就是实现测试。 、实验目的 学习极大极小搜索及〉「 剪枝算法实现一字棋 、实验原理 1. 游戏规则 "一字棋"游戏（又叫"三子棋"或"井字棋"），是一款十分经典的益智小游戏。 "井字棋"的棋盘很简单，是一个 3X 3的格子，很像中国文字中的"井"字，所 以得名"井字棋"。"井字棋"游戏的规则与"五子棋"十分类似，"五子棋"的规则是 一方首先五子连成一线就胜利；"井字棋"是一方首先三子连成一线就胜利。 2. 极小极大分析法 设有九个空格，由 MAX ，MIN 二人对弈，轮到谁走棋谁就往空格上放一 只自己的棋子，谁先使自己的棋子构成 "三子成一线"（同一行或列或对角线全是 用圆圈表示 MAX ，用叉号代表 MIN 比如左图中就是MAX 取胜的棋局。 估价函数定义如下设棋局为 P,估价函数为 （1） 若P 对任何一方来说都不是获胜的位置，贝U e （P ）=e （那些仍为MAX 空 着的完全的行、列或对角线的总数）-e （那些仍为MIN 空着的完全的行、列或对 角线的总数） （2） 若P 是MAX 必胜的棋局，则 e （P ）= +：：（实际上赋了 60）。 ⑶ 若P 是B 必胜的棋局，则e （P ）=-：：（实际上 赋了 -20） e(P)=5-4=1 需要说明的是，赋60,二赋-20的原因是机器 若赢 了，则不论玩家下一步是否会赢，都会走这步必 赢棋。 3. =-［剪枝算法 实验5:: 八剪枝实现一字棋 e(P)。 某人的棋子），谁就取得了胜 比如P 如下图示，则 上述的极小极大分析法，实际是先生成一棵博弈树，然后再计算其倒推值，至使极小极大分析法效率较低。于是在极小极大分析法的基础上提出了剪枝技术。 a邛剪枝技术的基本思想或算法是，边生成博弈树边计算评估各节点的倒推值，并且根据评估出的倒推值范围，及时停止扩展那些已无必要再扩展的子节点，即相当于剪去了博弈树上的一些分枝，从而节约了机器开销，提高了搜索效率。 具体的剪枝方法如下： (1) 对于一个与节点MIN，若能估计出其倒推值的上确界［，并且这个1值不大于MIN的父节点(一定是或节点)的估计倒推值的下确界「，即、；_「：，则就不必再扩展该MIN节点的其余子节点了(因为这些节点的估值对MIN父节点的倒推值已无任何影响了)。这一过程称为:-剪枝。 (2) 对于一个或节点MAX，若能估计出其倒推值的下确界:,并且这个: 值不小于MAX的父节点(一定是与节点)的估计倒推值的上确界［，即，则就不必再扩展该MAX节点的其余子节点了(因为这些节点的估值对MAX 父节点的倒推值已无任何影响了)。这一过程称为一：剪枝。 从算法中看到： (1) MAX节点(包括起始节点)的〉值永不减少； (2) MIN节点(包括起始节点)的一：值永不增加。 在搜索期间，〉和一：值的计算如下： (1) 一个MAX节点的:-值等于其后继节点当前最大的最终倒推值。 (2) 一个MIN节点的一：值等于其后继节点当前最小的最终倒推值。 4. 输赢判断算法设计 因为每次导致输赢的只会是当前放置的棋子，输赢算法中只需从当前点开始扫描判断是否已经形成三子。对于这个子的八个方向判断是否已经形成三子。如果有，则说明有一方胜利，如果没有则继续搜索，直到有一方胜利或者搜索完整个棋盘。 《一人工智能方向实习一》 实习报告 专业：计算机科学与技术 班级：12419013 学号: 姓名: 江苏科技大学计算机学院 2016年3月 实验一数据聚类分析 一、实验目的 编程实现数据聚类的算法。 二、实验内容 k-means聚类算法。 三、实验原理方法和手段 k-means算法接受参数k ;然后将事先输入的 n个数据对象划分为 k个聚类以便使得 所获得的聚类满足：同一聚类中的对象相似度较高 四、实验条件 Matlab2014b 五、实验步骤 (1)初始化k个聚类中心。 (2)计算数据集各数据到中心的距离，选取到中心距离最短的为该数据所属类别。 (3)计算(2)分类后，k个类别的中心(即求聚类平均距离) (4)继续执行(2)(3)直到k个聚类中心不再变化(或者数据集所属类别不再变化) 六、实验代码 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% % mai n.m % k-mea ns algorithm % @author matcloud %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% clear; close all ; load fisheriris ; X = [meas(:,3) meas(:,4)]; figure; plot(X(:,1),X(:,2), 'ko' ,'MarkerSize' ,4); title( 'fisheriris dataset' , 'FontSize' ,18, 'Color' , 'red'); [idx,ctrs] = kmea ns(X,3); figure; subplot(1,2,1); plot(X(idx==1,1),X(idx==1,2), 'ro' , 'MarkerSize' ,4); hold on; 井字棋实验报告 篇一：井字棋实验报告 课程：班别小组成员 人工智能原理及其应用 12商本学号及姓名 指导老师 实验02井字棋 1、总体要求：1.1总体功能要求： 利用不同的方法，实现人机对战过程中呈现出不同程度的智能特征：（1）利用极大极小算法、α-β剪枝来提高算法的效率。（2）使用高级语言，编写一个智能井字棋游戏。 （3）结合极大极小算法的使用方法和α-β剪枝，让机器与人对弈时不但有智 能的特征，而且计算的效率也比较高。 1.2．开发平台要求： 开发者开发的软件必须能够在不同系统的电脑上正常运行，因此开发平台为：开发环境：JDK1.6 开发工具和技术体系： 为了此游戏能够很好的在不同系统中运行，因选择javaee进行开发，利用eclipse 1.3项目管理要求： （1）项目程序编写过程中要适当的写一些注释，以便下次作业时能够快速的上手和以后的修改： （2）项目程序要保存在一个固定的工作区间；（3）确保代码不要太多冗余 2、需求分析： 2.1软件的用户需求： 井字棋游戏的用户希望游戏除了有一般的功能之外，还可以通过极大极小算法、α-β剪枝等方法是的井字棋游戏能够拥有智能特征，并是的电脑在人机对弈的过程中因玩家的难度选择而体现不同程度的智能状况。 2.2软件的功能需求： 本游戏需要实现功能有：（1）游戏的重新设置 （2）游戏统计（如：人赢的次数、电脑赢的次数等）（3）游戏的退出 （4）不同智能程度下（脑残、懵懂、正常、智能），人 机对弈（5）既可以选择难度，也可以选择谁走第一步（人or电脑） 2.3软件的性能需求： 井字棋游戏需要以图形界面的形式表现出来，通过点击图标就可以进入游戏；在游戏进行时，人机对弈时电脑能够快速的反应并根据人的上一步动作作出，通过选择“脑残、懵懂、正常、智能”难度选择，电脑以不同程度的智能与人进行游戏对弈。 2.4 运行环境：能够运行java程序的环境（装有jdk 或者jre） 2.5 用户界面设计：用gridlayout进行用户界面的设计把界面中分为不同的模块。 3、软件概要设计 3.1 软件的逻辑设计：就是系统的功能模块结构图 4、软件详细设计 4.1 开发平台与环境 Eclipse; JDK1.6 4.2 用户界面的详细设计 4.3 各个模块的具体设计 游戏界面主要是利用GridLayout来进行布局管理，把整个JFrame分成左右两部分pwleft和pwright。 public void Layout() { 人工智能αβ剪枝实现的一字棋实验报告 LELE was finally revised on the morning of December 16, 2020 实验5：-剪枝实现一字棋 一、实验目的 学习极大极小搜索及-剪枝算法实现一字棋。 二、实验原理 1.游戏规则 "一字棋"游戏（又叫"三子棋"或"井字棋"），是一款十分经典的益智小游戏。"井字棋"的棋盘很简单，是一个3×3的格子，很像中国文字中的"井"字，所以得名"井字棋"。"井字棋"游戏的规则与"五子棋"十分类似，"五子棋"的规则是一方首先五子连成一线就胜利；"井字棋"是一方首先三子连成一线就胜利。 2.极小极大分析法 设有九个空格，由MAX，MIN二人对弈，轮到谁走棋谁就往空格上放一只自己的棋子，谁先使自己的棋子构成"三子成一线"(同一行或列或对角线全是某人的棋 用圆圈表示MAX，用叉号代表MIN 比如左图中就是MAX取胜的棋局。 估价函数定义如下设棋局为P，估价函数为 e(P)。 (1)若P对任何一方来说都不是获胜的位置，则e(P)=e(那些仍为MAX空着的完全的行、列或对角线的总数)-e(那些仍为MIN空着的完全的行、列或对角线的总数) (2)若P是MAX必胜的棋局，则e(P)＝+（实际上赋了60）。 (3)若P是B必胜的棋局，则e(P)＝-（实际上赋了-20）。 需要说明的是，+赋60，-赋-20的原因是机器若赢 了，则不论玩家下一步是否会赢，都会走这步必赢棋。 3.-剪枝算法 上述的极小极大分析法，实际是先生成一棵博弈树， 然后再计算其倒推值，至使极小极大分析法效率较低。 于是在极小极大分析法的基础上提出了-剪枝技术。 -剪枝技术的基本思想或算法是，边生成博弈树边计算评估各节点的倒推值，并且根据评估出的倒推值范围，及时停止扩展那些已无必要再扩展的子节点，即相当于剪去了博弈树上的一些分枝，从而节约了机器开销，提高了搜索效率。 具体的剪枝方法如下： (1)对于一个与节点MIN，若能估计出其倒推值的上确界，并且这个值不大于MIN的父节点(一定是或节点)的估计倒推值的下确界，即，则就不必再扩展该MIN ****大学 人工智能基础课程实验报告 （2011-2012学年第一学期） 启发式搜索王浩算法 班级： *********** 学号： ********** 姓名： ****** 指导教师： ****** 成绩： 2012年 1 月 10 日 实验一 启发式搜索算法 1. 实验内容： 使用启发式搜索算法求解8数码问题。 ⑴ 编制程序实现求解8数码问题A *算法，采用估价函数 ()()()() w n f n d n p n ??=+???， 其中：()d n 是搜索树中结点n 的深度；()w n 为结点n 的数据库中错放的棋子个数；()p n 为结点n 的数据库中每个棋子与其目标位置之间的距离总和。 ⑵ 分析上述⑴中两种估价函数求解8数码问题的效率差别，给出一个是()p n 的上界的()h n 的定义，并测试使用该估价函数是否使算法失去可采纳性。 2. 实验目的 熟练掌握启发式搜索A *算法及其可采纳性。 3. 实验原理 使用启发式信息知道搜索过程，可以在较大的程度上提高搜索算法的时间效率和空间效率； 启发式搜索的效率在于启发式函数的优劣，在启发式函数构造不好的情况下，甚至在存在解的情形下也可能导致解丢失的现象或者找不到最优解，所以构造一个优秀的启发式函数是前提条件。 4.实验内容 1.问题描述 在一个3*3的九宫格 里有1至8 八个数以及一个空格随机摆放在格子中，如下图： 初始状态 目标状态 现需将图一转化为图二的目标状态，调整的规则为：每次只能将空格与其相邻的一个数字进行交换。实质是要求给出一个合法的移动步骤，实现从初始状态到目标状态的转变。 2.算法分析 (1)解存在性的讨论 对于任意的一个初始状态，是否有解可通过线性代数的有关理论证明。按数组存储后，算出初始状态的逆序数和目标状态的逆序数，若两者的奇偶性一致，则表明有解。 （2）估价函数的确定 一．实验目的： 1.理解和掌握博弈树的启发式搜索过程 2.学习极大极小搜索α–β剪枝 3.能够用选定的编程语言设计简单的博弈游戏 二．实验环境及工具 1.硬件环境：网络环境中的微型计算机 2.软件环境：Windows操作系统，VC++语言 三．实验原理 1. 游戏规则 “一字棋”游戏（又叫“三子棋”或“井字棋”），是一款十分经典的益智小游戏。“井字棋”的棋盘很简单，是一个 3×3 的格子，很像中国文字中的“井”字，所以得名“井字棋”。“井字棋”游戏的规则与“五子棋”十分类似，“五子棋”的规则是一方首先五子连成一线就胜利；“井字棋”是一方首先三子连成一线就胜利。 2.井字棋（英文名 Tic-Tac-Toe） 井字棋的出现年代估计已不可考，西方人认为这是由古罗马人发明的；但我们中国人认为，既然咱们都发明了围棋、五子棋，那发明个把井字棋自然是不在话下。 3.极大极小分析法 设有九个空格，由 MAX，MIN 二人对弈，轮到谁走棋谁就往空格上放一只自己的棋子，谁先使自己的棋子构成“三子成一线”(同一行或列或对角线全是某人的棋子)，谁就取得了胜利。 用圆圈表示 MAX，用叉号代表 MIN。 比如下图中就是 MAX取胜的棋局。 a)估价函数 设棋局为 P，估价函数为 e(P)。 (1) 若 P 对任何一方来说都不是获胜的位置，则 e(P)=e(那些仍为 MAX 空着的完全的行、列或对 角线的总数)-e(那些仍为 MIN 空着的完全的行、列或对角线的总数) (2) 若 P 是 MAX 必胜的棋局，则 e(P)＝+∞（实际上赋了 60）。 (3) 若 P 是 B 必胜的棋局，则 e(P)＝-∞（实际上赋了-20）。 比如 P 如下图示,则 e(P)=5-4=1 4.α–β剪枝算法 上述的极小极大分析法，实际是先生成一棵博弈树，然后再计算其倒推值，至使极小极大分析法效率较低。于是在极小极大分析法的基础上提出了α-β剪枝技术。 α-β剪枝技术的基本思想或算法是，边生成博弈树边计算评估各节点的倒推值，并且根据评估出的倒推值范围，及时停止扩展那些已无必要再扩展的子节点，即相当于剪去了博弈树上的一些分枝，从而节约了机器开销，提高了搜索效率。 具体的剪枝方法如下： (1) 对于一个与节点MIN，若能估计出其倒推值的上确界β，并且这 个β值不大于 MIN的父节点(一定是或节点)的估计倒推值的下确界α，即α≥β，则就不必再扩展该 MIN节点的其余子节点了(因为这些节点的估值对 MIN 父节点的倒推值已无任何影响了)。这一过程称为α剪枝。 (2) 对于一个或节点 MAX，若能估计出其倒推值的下确界α，并且这 个α值不小于 MAX 的父节点(一定是与节点)的估计倒推值的上确界人工智能实验报告大全
游戏人工智能实验报告记录四
人工智能实验报告
人工智能αβ剪枝实现的一字棋实验报告
游戏人工智能实验报告四
(完整word版)哈工大人工智能导论实验报告
人工智能实验报告大全
人工智能α β剪枝实现的一字棋实验报告
人工智能实验报告
人工智能实验报告
人工智能导论1-4章作业
人工智能导论实验
人工智能实验报告
人工智能α-β剪枝实现的一字棋实验报告重点讲义资料
人工智能实验报告
井字棋实验报告
人工智能αβ剪枝实现的一字棋实验报告
人工智能实验报告
一字棋实验报告
相关文档
- 人工智能α-β剪枝实现的一字棋实验报告重点讲义资料
- 人工智能αβ剪枝实现的一字棋实验报告
- α-β剪枝实现的一字棋实验报告
- 一字棋实验报告
- 人工智能αβ剪枝实现的一字棋实验报告
- 人工智能α β剪枝实现的一字棋实验报告
- 人工智能α-β剪枝实现的一字棋实验报告
- 人工智能α-β剪枝实现的一字棋实验报告
- 人工智能αβ剪枝实现的一字棋实验报告
- 一字棋实验报告即程序代码
- 人工智能αβ剪枝实现的一字棋实验报告
- 人工智能α-β剪枝实现的一字棋实验报告
- 人工智能α-β剪枝实现的一字棋实验报告
- 人工智能αβ剪枝实现的一字棋实验报告
- 人工智能α β剪枝实现的一字棋实验报告
- 人工智能α-β剪枝实现的一字棋实验报告重点讲义资料
- α-β剪枝实现的一字棋实验报告
- 人工智能α-β剪枝实现的一字棋实验报告,DOC