Sztuczna inteligencja w programowaniu gier

Transkrypt

1 ztuczna inteligencja w programowaniu gier Algorytmy przeszukiwania przestrzeni rozwiązań Krzysztof Ślot

2 Wprowadzenie Ogólna charakterystyka zagadnienia Cel przeszukiwania: znaleźć element będący rozwiązaniem problemu Hipotezy rozważane w procedurze są znane (możliwe do generacji) Rozwiązanie to akcja (stan) lub sekwencja akcji Rozwiązanie na pewno istnieje Przykładowe zadania przeszukiwania Planowanie trasy (nawigacja), logistyka: zbiór tras (działań) jest skończony, cel to wybór najlepszej trasy (sekwencji działań) Gry: zbiór scenariuszy jest skończony, cel to wybór najlepszego Dopasowywanie danych (rozpoznawanie): skończony zbiór hipotez Genomika poszukiwanie sekwencji nukleotydów kodujących konkretne białko: skończony zbiór sekwencji

3 Misjonarze i kanibale formułowanie zadania Cel: przewieźć grupę misjonarzy i kanibali na drugi brzeg rzeki tan początkowy: 3M, 3K lewy brzeg tan docelowy: 3M, 3K prawy brzeg Operacje: transfery dwuosobową łodzią Ograniczenia: liczba kanibali nie może przekroczyć liczby misjonarzy; łódź nie płynie sama M K Cel M K tart Oczekiwany wynik analizy: sekwencja operacji

4 Misjonarze i kanibale #ML #KL #MP #KP Ł L P L P L P L P L P L P P(1,1) L(1,0) P(0,2) L(0,1) P(2,0) P(1,1) P(2,0) P(0,1) P(0,2) P(0,1) P(0,2)

5 Terminologia tan Elementarny składnik dziedziny problemu Przykłady: sekwencja przystanków planowanej drogi, zbiór parametrów kontrolowanego procesu, stan gry Akcja Operacja, której wynikiem może być zmiana stanu o 1 ( ) o 2 ( ) o xxx yyy ( xxx ) stanys akcje Rozwiązywanie problemu Poszukiwanie stanu spełniającego predefiniowane kryterium (pożądany efekt terapii, sekwencja nukleotydów, sekwencja przystanków) Przestrzeń poszukiwań Przejścia między stanami

6 Terminologia Drzewo poszukiwań: graficzna reprezentacja procesu przeszukiwania tan początlowy Gałęzie Drzewo Węzły końcowe (liście) Ekspansja węzła (stanu) określenie następników danego węzła Bieżący stan Akcje tany następne 1 o 2 o 3 o : (gorączka, wysoki poziom glukozy) : (gorączka, norma) : (norma, poziom niski) 1 o podaj L1 Q zbiór stanów czekających na ekspansję 2 o : (norma, norma) : podaj L2 3 o : podaj L3 Q = {,,,, }

7 Metodologia przeszukiwania Podstawa algorytmów przeszukiwania: Znalezienie systematycznej strategii ekspansji węzłów, zapewniającej osiągnięcie celu Oczekiwane właściwości metody przeszukiwania: Maksymalizacja szybkości procedury Minimalizacja wymaganych zasobów Zapewnienie pewności uzyskania rozwiązania (optymalnego) Złożoność obliczeniowa procesu przeszukiwania: koszt znalezienia rozwiązania + koszt wdrożenia znalezionej sekwencji (akcji) kala trudności funkcja dostępnej wiedzy o problemie (istnienie przesłanek pozwalających ukierunkować procedurę)

8 Ogólna metodologia postępowania Algorytm przeszukiwania Wybór stanu początkowego TART prawdzenie kryterium zakończenia Testuj bieżący węzeł Wynik? TAK TOP Wykonanie wszystkich akcji możliwych dla rozważanego węzła Ekspansja bieżącego węzła Wszystkie? TAK trategia przeszukiwania Wybór następnego węzła do ekspansji

9 Kanibale i misjonarze Rozwiązywanie: powtarzanie kroków prawdzenie osiągnięcia celu (A) Ekspansja węzłą(b) prawdzenie spełnienia ograniczeń i dodanie węzła do zbioru Q (C) A (3,3,0,0,0) <> (0,0,3,3,1) Nie jest rozwiązaniem B P(0,1) 0 = (3,3,0,0,0) P(1,1) 1 = (3,2,0,1,1) P(0,2) P(1,0) P(2,0) C #ML>#KL, #ML=0 ok

10 Metodologie przeszukiwania Kryterium wyboru strategii Dostępność informacji pozwalającej na ukierunkowanie procesu przeszukiwania trategie przeszukiwania Bez dodatkowej informacji (ślepe) Nie istnieją żadne przesłanki pozwalające ukierunkować proces poszukiwań Z informacją (heurystyczne) Istnieją informacje pozwalające na ocenę spodziewanych korzyści Wybór węzła podlegającego ekspansji Metody ślepe: jedyne kryterium to kompletność (nie pominąć rozwiązania) Metody heurytyczne: skupić się na najlepiej rokujących elementach

11 Przeszukiwanie na oślep Różnice między strategiami: reguła ekspansji W jakiej kolejności dokonywać ekspansji węzłów ze zbioru Q,? Przeszukiwanie na oślep Q = {,,,, } Warstwowe (poziome) BF Ekspansja najdłużej oczekującego węzła Q - kolejka Wgłębne (pionowe) DF Ekspansja najpóźniej dodanego węzła Q - stos Q = {,,,, } Q = {,,,, }

12 Przeszukiwanie na oślep Q - kolejka Q - stos Q={1} Q={1} Q={2,3,4} Q={4,3,2} Q={3,4,5,6} Q={7,6,5,3,2} Q={4,5,6,7,8} Q={10,9,8,6,5,3,2}

13 Przykład Przeszukiwanie warstwowe Cel: znalezienie najkrótszej drogi między dwoma punktami mapy Dany punkt startowy i końcowy Znana mapa (przeszkody) Cel tart Przeszkoda Drzewo poszukiwań (4,0) Q = BF (3,0) (4,1) (5,0) (2,0) (3,1) (4,2) (5,1) (6,0) Kolejność ekspansji W,N,E,

14 Przeszukiwanie warstwowe Fazy algorytmu Ekspansja kolejnych węzłów ( fala ) aż do znalezienia rozwiązania Rekonstrukcja ścieżki: powrót od rozwiązania do startu najkrótszą drogą Ścieżka Kolejność ekspansji węzłów: W,N,E,

15 Przeszukiwanie wgłębne Alternatywna strategia rozwiązania: DF Węzły podlegają ekspansji według kolejności pojawiania się (stos) Rekonstrukcja ścieżki: tak jak w strategii poziomej Ścieżka Kolejność ekspansji węzłów: E,, W, N Śiceżka została znaleziona Ścieżka nie jest optymalna (najkrótsza)

16 Właściwości metod przeszukiwania na oślep Kryteria porównawcze strategii Kompletność (Czy jest gwarancja znalezienia rozwiązania?) Optymalność (czy znajdziemy rozwiązanie najlepsze?) Złożoność obliczeniowa (jak długo będzie trwało znalezienie rozwiązania?) Zasoby niezbędne dla realizacji algorytmu Kompletność BF: rozwiązanie będzie znalezione DF: będzie znalezione (uwaga: konieczne monitorowanie listy odwiedzonych węzłów, by uniknąć nieskończonych pętli) Obydwie strategie pozwolą rozwiązać wspomniane problemy, np. misjonarze-kanibale, poszukiwanie ścieżki itd.. Optymalność BF optymalna jeśli koszt przejścia między węzłami jest nieujemny DF: zwykle nieoptymalna (znalezione pierwsze z brzegu rozwiązanie)

17 Złożoność obliczeniowa Porównanie BF i DF Czas: funkcją głebokości drzewa (d) i współczynnika rozgałęzienia (b) 1 1 b b: współczynnik rozgałęzienia średnia liczba potomków każdego węzła 2 d d głębokość drzewa o = 1 + b 1 + b 2 + b b d Przykładowe oszacowania Problem akwizytora: 4 poł./miasto (b), 11 miast (d) Kolorowanie map: 4 kolory (b), 30 regionów (d) o o (10 ) (10 ) Złożoność obliczeniowa może być gigantyczna Konieczne posiadanie listy odwiedzonych węzłów (usuwanie powtórzeń unikanie relacji wykładniczej) Mimo to, złożoność pozostanie ogromna (kombinacje - silnia)

18 Zasoby Porównanie BF i DF Funkcja głebokości drzewa (d) i współczynnika rozgałęzienia (b) BF Konieczne pamiętanie wszystkich węzłów czekających na ekspansję (na danym poziomie) d m b DF Konieczne pamiętanie węzłów na analizowanej ścieżce m bd Gigantyczne zasoby: b=4, d= m 4 10 Wymaganie: 10 GB Niewielkie zasoby: b=4, d=20 m Wymaganie: 80 B

19 Porównanie BF i DF BF DF Kompletność Optymalność Złożoność Zasoby

20 Uzasadnienie strategii Pogłębianie iteracyjne Kombinacje strategii przeszukiwania Wzajemna kompensacja metod: BF (wymagane ogromne zasoby) i DF (nieoptymalność) d=1 d=1 zukaj d=2 Rozwiązanie? d = d + 1 TOP Właściwości metody - Kompletna - Optymalna - Ogromna złożoność obliczeniowa - Małe wymagania co do zasobów

21 Przeszukiwanie na oślep algorytm Dijkstry Problem Zróżnicowany koszt odwiedzin węzła BF, DF nie biorą pod uwagę atrybutów węzła Idea modyfikacji Wybór węzłów do ekspansji na podstawie ich wkładu w całkowity koszt przejścia (wybór minimalnej wartości) Śledzenie historii procesu : rejestracja zakumulowanego kosztu Woda, koszt np. 10 Las, koszt np. 4 Zwykły teren, koszt np. 1 Początek Cel

22 Algorytm Dijkstry DF Długość ścieżki:120 Koszt ścieżki:324 Koszt poszukiwań: 150 BF Długość ścieżki:30 Koszt ścieżki:57 Koszt poszukiwań: 255 Dijkstra Długość ścieżki: 30 Koszt ścieżki: 39 Koszt poszukiwań: 252

23 Przeszukiwanie heurystyczne tosowanie: Problemy, w których istnieją przesłanki pozwalające na ukierunkowanie procesu przeszukiwania Założenia: Możliwe sformułowanie heurystyki (zasady/miary, pozwalającej na ocenę jakości wyboru kierunku dalszych poszukiwań) Ekspansja węzłów w algorytmach heurystycznych Wybieraj do ekspansji najlepiej rokujące węzły (tzn. takie, które mają dają ekstremum wartości przyjętego kryterium oceny)

24 Przeszukiwanie heurystyczne Zasada wyboru węzła do ekspansji: zwycięzca Q = {,,,, } Przeszukiwanie heurystyczne Q = {,,,, } Kandydaci Wybór najlepiej rokujących hipotez Ekspansja zwycięzcy Funkcja kryterialna: heurystyka Odzwierciedla intuicyjną ocenę sytuacji Musi być konstruowana indywidualnie dla danego zadania

25 Przykład: układanka Przeszukiwanie heurystyczne tany [5,7,2,1,8,6,3,x,4}, {1,2,3,4,5,6,7,8,x} Akcje Przesuń x: N,, E, W, jeśli to możliwe Przykładowe przejścia między stanami E i = [ x 4 ] i+1 = [ x 3 4 ] i+1 = [ x ]

26 Przykład - układanka Przykładowe drzewo poszukiwań i = [ x 4 ] [ x 3 4 ] [ x ] [ x ] [572x86134] [ x4] [572x16384] [57216x384] [5x ] [5x ] [5x ] Rozwiązanie zadania przy użyciu metody przeszukiwania na oślep jest nierealne (zbyt złożone obliczeniowo) Współczynnik rozfgałęzienia d to w przybliżeniu 3 Maksymalna głębokość drzewa: N = 9! = zacunkowa złożoność obliczeniowa - d N =

27 Układanka wykorzystanie heurystyki Możliwa heurystyka dla problemu Odległość blokowa 1, 2 kumulowana odległość kostek od ich położeń docelowych f 9 t1 i t i * t j t j * t Drzewo poszukiwań i = [ x 4 ] [ x 3 4 ] f = =16 [ x ] f = =16 [ x ] f = =14 Typowa efektywność średnio nie więcej niż 40 kroków

28 Przeszukiwanie heurystyczne ztandarowa aplikacja: planowanie drogi Znajdź optymalną drogę między A i B,(załóżmy, że dana jest mapa cyfrowa o d=1000 węzłach ze średnim współczynnikiem rozgałęzienia b=3) prawdzenie rozwiązywalności problemu Przeszukiwanie na oślep Ekspansja węzłów musi być heurystyczna Zalety przeszukiwania heurystycznego o Czas od Wielkiego Wybuchu około. 4x10 18 sekund Możliwe radykalne zmniejszenie złożoności obliczeniowej Możliwe radykalne zmniejszenie wymaganych zasobów Wady metodologii Heurystyka nie daje 100% pewności: możliwe fiasko szybkich poszukiwań Nie ma uniwersalnej heurystyki: musi być określana indywidualnie Rozwiązanie może nie być optymalne

29 Przeszukiwanie zachłanne (greedy search) Heurystyka przeszukiwania zachłannego zacowana odległość do celu (jak w układance) BF Długość ścieżki: 30 Koszt ścieżki:30 Koszt poszukiwań: 180 Dijkstra Długość ścieżki: 30 Koszt ścieżki:30 Koszt poszukiwań: 180 DF Długość ścieżki: 54 Koszt ścieżki: 54 Koszt poszukiwań: 183 Greedy search Długość ścieżki: 30 Koszt ścieżki:30 Koszt poszukiwań: 30

30 Algorytm A* (A-star) Podstawowa strategia heurystyczna Połączenie metod poszukiwania zachłannego (ukierunkowanie poszukiwań) i algorytmu Dijkstry (karanie nadmiernie skomplikowanej lub kosztownej ścieżki eksploracji) Koszt całkowity: koszt dotychczasowy + estymata dystansu do celu A* Długość ścieżki: 30 Koszt ścieżki:30 Koszt poszukiwań: 83 Greedy search Długość ścieżki: 34 Koszt ścieżki: 34 Koszt poszukiwań: 41

31 Algorytm A* (A-star) Proporcje między składnikami heurystycznym i zakumulowanym Przyśpieszenie poszukiwań zwiększenie roli heurystyki KC H KZ KC koszt całkowity, H heurystyka, KZ koszt zakumulowany 11/( w h) Przykładowa wartość współczynnika (w+h odległość L1 do celu) 1.01 Długość ścieżki: 62 Koszt poszukiwań: Długość ścieżki: 62 Koszt poszukiwań: 835

32 Algorytm A* Przeszukiwanie w warunkach zróżnicowanego kosztu węzłów t=1 t=3 t=27 t=58 t=83 Długość ścieżki: 30 Koszt ścieżki: 39 Koszt poszukiwań: 92

33 Algorytm A* Optymalny koszt ścieżki Przeszukiwanie zachłanne bezużyteczne Dijkstra Długość ścieżki: 30 Koszt ścieżki: 39 Koszt poszukiwań: 176 Greedy search Długość ścieżki: 30 Koszt ścieżki: 57 Koszt poszukiwań: 30 A* Długość ścieżki: 30 Koszt ścieżki:39 Koszt poszukiwań: 92

34 Przeszukiwanie heurystyczne: gry Gra: powtarzanie dwóch faz (ruch mój ruch przeciwnika) Cel: znalezienie sekwencji ruchów prowadzących do zwycięstwa Zasada algorytmu: maksymalizacja własnej korzyści połączona z minimalizacją korzyści przeciwnika: algorytmy MINI-MAX Korzyść to ilościowa ocena stanu gry po wykonaniu ruchu (ruchów) Ilościowa ocena bieżącego stanu gry (heurystyka) zależy od reguł gry, pomysłowości i intuicji. Utworzenie dobrego opisu ilościowego to element różnicujący rozwiązania.

35 Algorytm MiniMax Cel: znalezienie najlepszego ruchu w danym stanie gry Naprzemienne ruchy gracza G i przeciwnika P Maksymalizacja korzyści G w jego ruchu, minimalizacja w ruchu P Korzyść: ilościowa miara opisująca stan gry Ruch G Ruch P Ruch G Ruch P tany gry

36 Heurystyka Algorytm MiniMax Wartość określana po k symulowanych naprzemiennych posunięciach Musi być określona indywidualnie dla gry Przebieg typowego algorytmu Przeszukuj pionowo na głębokość 2k, oceń stan gry 18 MAX MIN MIN

37 Reguła wyboru ruchu Algorytm MiniMax Maksymalna korzyść, uwzględniająca wszystkie ocenione w procesie analizy sekwencje możliwych wariantów naprzemiennych ruchów Ruch dokonywany na poziomie bieżącego węzła Analiza dokonywana do głębokości 2k Ruch G Ruch P Ruch G Ruch P

38 Algorytm MiniMax Problem Liczba przewidywanych ruchów zależy od złożoności zadania Złożoność to O(b 2k ), gdzie współczynnik rozgałęzienia (b) może być duży: szachy ok. 40) Przykład: szachy b wynosi ok. 40 k= L k= L k=3 L Rozwiązanie Przycinanie drzewa poszukiwań (alfa-beta pruning) Idea metody Rezygnacja z eksploracji gałęzi, które na pewno prowadzą do gorszych rezultatów Problem: jak to oszacować?

39 Przycinanie drzewa Poziom MIN (faza beta ) Jeżeli nowo określany koszt węzła poziomu jest mniejszy niż istniejący, dalsza ekspansja tego węzła jest zbędna (bo i tak spośród wartości tego poziomu zostanie wybrana wartość największa) MIN max 18, k, k min13,? 18

40 Przycinanie drzewa Poziom MAX (faza alfa ) Jeżeli nowo określany koszt węzła poziomu jest większy niż istniejący, dalsza ekspansja tego węzła jest zbędna (bo i tak spośród wartości węzłów tego poziomu zostanie wybrana wartość najmniejsza) , k, k max min,? 12, k, l, k max 21,?, l max min,?

41 Przycinanie drzewa Wymagany stopień eksploracji dla rozważanego drzewa Formalizacja metody Wprowadzanie współczynników alfa i beta skojarzonych z węzłami, określających przedziały, w których powinny zawierać się koszty dla nowo ocenianych węzłów