Inteligenta Artificiala Universitatea Politehnica Bucuresti Anul universitar 2005

Inteligenta Artificiala Universitatea Politehnica Bucuresti Anul universitar 2005 -2006 Adina Magda Florea http: //turing. cs. pub. ro/ia_06

Curs nr. 3 Strategii de rezolvare a problemelor n n Problema satisfacerii restrictiilor Strategii de cautare in jocuri

1. Problema satisfacerii restrictiilor n n Gradul unei variabile Aritatea unei restrictii Gradul problemei Aritatea problemei

2. 1 Instante ale CSP Determinarea unei solutii sau a tuturor solutiilor n CSP totala n CSP partiala n CSP binara – graf de restrictii CSP – problema de cautare, in NP n Sub-clase de probleme cu timp polinomial n Reducerea timpului (reducerea sp. de cautare) n

Algoritm: Backtracking nerecursiv 1. Initializeaza FRONTi. ERA cu {Si} /* Si este starea initiala */ 2. daca FRONTIERA = { } atunci intoarce INSUCCES /* nu exista solutie /* 3. Fie S prima stare din FRONTIERA 4. daca toate starile succesoare ale lui S au fost deja generate atunci 4. 1. Elimina S din FRONTIERA 4. 2. repeta de la 2 5. altfel 5. 1. Genereaza S', noua stare succesoare a lui S 5. 2. Introduce S' la începutul listei FRONTIERA 5. 3. Stabileste legatura S’ S 5. 4. Marcheaza în S faptul cã starea succesoare S' a fost generata 5. 5. daca S' este stare finala atunci 5. 5. 1. Afiseaza calea spre solutie urmarind legaturile S’ S. . 5. 5. 2. întoarce SUCCES /* s-a gasit o solutie */ 5. 6. repeta de la 2 sfarsit.

2. 2 Notatii n n n X 1, …, XN variabilele problemei, N fiind numarul de variabile ale problemei, U - intreg care reprezinta indicele variabilei curent selectate pentru a i se atribui o valoare F - vector indexat dupa indicii variabilelor, in care sunt memorate selectiile de valori facute de la prima variabila si pana la variabila curenta

Algoritm: Backtracking recursiv BKT (U, F) pentru fiecare valoare V a lui XU executa 1. F[U] V 2. daca Verifica (U, F) = adevarat atunci 2. 1. daca U < N atunci BKT(U+1, F) 2. 2. altfel 2. 2. 1. Afiseaza valorile din vectorul F /* F reprezinta solutia problemei */ 2. 2. 2. intrerupe ciclul sfarsit.

Verifica (U, F) 1. test adevarat 2. I U - 1 3. cit timp I > 0 executa 3. 1. test Relatie(I, F[I], U, F[U]) 3. 2. I I - 1 3. 3. daca test = fals atunci intrerupe ciclul 4. intoarce test sfarsit.

2. 3 Imbunatatirea performantelor BKT Algoritmi de imbunatatire a consistentei reprezentarii n Consistenta locala a arcelor sau a cailor in graful de restrictii Algoritmi hibrizi n Imbunatatesc performantele rezolvarii prin reducerea numarului de teste. n Tehnici prospective: - Algoritmul de cautare cu predictie completa - Algoritmul de cautare cu predictie partiala - Algoritmul de cautare cu verificare predictiva n Tehnici retrospective: - Algoritmul de backtracking cu salt - Algoritmul de backtracking cu marcare - Algoritmul de backtracking cu multime conflictuala Utilizarea euristicilor

Algoritmi de imbunatatire a consistentei reprezentarii n Propagarea restrictiilor

2. 4 Propagarea locala a restrictiilor n n n Combinatia de valori x si y pentru variabilele Xi si Xj este permisa de restrictia explicita Rij(x, y). Un arc (Xi, Xj) intr-un graf de restrictii orientat se numeste arc-consistent daca si numai daca pentru orice valoare x Di, domeniul variabilei Xi, exista o valoare y Dj, domeniul variabilei Xj, astfel incat Rij(x, y). Graf de restrictii orientat arc-consistent

Algoritm: AC-3: Realizarea arc-consistentei pentru un graf de restrictii. 1. 2. Creeaza o coada Q { (Xi, Xj) | (Xi, Xj) Multime arce, i j} cat timp Q nu este vida executa 2. 1. Elimina din Q un arc (Xk, Xm) 2. 2. Verifica(Xk, Xm) 2. 3. daca subprogramul Verifica a facut schimbari in domeniul variabilei Xk atunci Q Q { (Xi, Xk) | (Xi, Xk) Multime arce, i k, m} sfarsit. Verifica (Xk, Xm) pentru fiecare x Dk executa 1. daca nu exista nici o valoare y Dm astfel incat Rkm(x, y) atunci elimina x din Dk sfarsit.

Cale-consistenta n n n O cale de lungime m prin nodurile i 0, …, im ale unui graf de restrictii orientat se numeste m-caleconsistenta daca si numai daca pentru orice valoare x Di 0, domeniul variabilei i 0 si o valoare y Djm, domeniul variabilei im, pentru care Ri 0 im(x, y), exista o secventa de valori z 1 Di 1 … zm-1 Dim-1 astfel incat Ri 0 i 1(x, z 1), …, Rim-1 im(zm-1, y) Graf de restrictii orientat m-arc-consistent Graf minim de restrictii n-cale-consistenta Comentarii

Complexitate n n n N - numarul de variabile a - cardinalitatea maxima a domeniilor de valori ale variabilelor e - numarul de restrictii. Algoritmului de realizare a arc-consistentei - AC-3: complexitate timp este O(e*a 3); complexitate spatiu: O(e+N*a) S-a gasit si un algoritm de complexitate timp O(e*a 2) – AC-4 Algoritmul de realizare a 2 -cale-consistentei - PC-4: complexitatea timp O(N 3*a 3)

2. 5 CSP fara bkt - conditii n n Graf de restrictii ordonat Latimea unui nod Latimea unei ordonari a nodurilor Latimea unui graf de restrictii RAC A B RCB C Niv 3 C Niv 2 A Niv 1 B A C B B A C

Teoreme n n Daca un graf de restrictii arc-consistent are latimea egala cu unu (i. e. este un arbore), atunci problema asociata grafului admite o solutie fara backtracking. Daca un graf de restrictii 2 -cale-consistent are latimea egala cu doi, atunci problema asociata grafului admite o solutie fara backtracking.

d-consistenta n n Fiind data o ordonare d a variabilelor unui graf de restrictii R, graful R este d-arc-consistent daca toate arcele avand directia d sint arcconsistente. Fie un graf de restrictii R, avind ordonarea variabilelor d cu latimea egala cu unu. Daca R este d-arc-consistent atunci cautarea dupa directia d este fara backtracking.

d-consistenta Algoritm: Realizarea d-arc-consistentei unui graf de restrictii cu ordonarea variabilelor (X 1, …, XN) pentru I N la 1 executa 1. pentru fiecare arc (Xj, Xi) cu j < i executa 1. 1. Verifica(Xj, Xi) sfarsit. n Complexitatea timp: O(e*a 2)

2. 6 Tehnici prospective n n n n Conventii Notatii: U, N, F (F[U]), T (T[U] … XU), TNOU Verifica_Inainte Verifica_Viitoare Predictie completa Predictie partiala Verificare predictiva

Algoritm: Backtracking cu predictie completa Predictie(U, F, T) pentru fiecare element L din T[U] executa 1. F[U] L 2. daca U < N atunci //verifica consistenta atribuirii 2. 1 TNOU Verifica_Inainte (U, F[U], T) 2. 2 daca TNOU LINIE_VIDA atunci TNOU Verifica _Viitoare (U, TNOU) 2. 3 daca TNOU LINIE_VIDA atunci Predictie (U+1, F, TNOU) 3. altfel afiseaza atribuirile din F sfarsit

Verifica_Inainte (U, L, T) 1. TNOU tabela vida 2. pentru U 2 U+1 pana la N executa 2. 1 pentru fiecare element L 2 din T[U 2] executa 2. 1. 1 daca Relatie(U, L, U 2, L 2) = adevarat atunci introduce L 2 in TNOU[U 2] 2. 2 daca TNOU[U 2] este vida atunci intoarce LINIE_VIDA 3. intoarce TNOU sfarsit

Verifica_Viitoare (U, TNOU) daca U+1 < N atunci 1. pentru U 1 U+1 pana la N executa 1. 1 pentru fiecare element L 1 din TNOU[U 1] executa 1. 1. 1 pentru U 2 U+1 pana la N, U 2 U 1 executa i. pentru fiecare element L 2 din TNOU[U 2] executa - daca Relatie (U 1, L 1, U 2, L 2) = adevarat atunci intrerupe ciclul //dupa L 2 ii. daca nu s-a gasit o valoare consistenta pentru U 2 atunci - elimina L 1 din TNOU[U 1] - intrerupe ciclul // dupa U 2 1. 2 daca TNOU[U 1] este vida atunci intoarce LINIE_VIDA 2. intoarce TNOU sfarsit

BKT cu predictie partiala n Se modifica Verifica_Viitoare pasii marcati cu rosu Verifica_Viitoare (U, TNOU) daca U+1 < N atunci 1. pentru U 1 U+1 pana la N - 1 executa 1. 1 pentru fiecare element L 1 din TNOU[U 1] executa 1. 1. 1 pentru U 2 U 1+1 pana la N executa i. pentru fiecare element L 2 din TNOU[U 2] executa - daca Relatie (U 1, L 1, U 2, L 2) = adevarat atunci intrerupe ciclul //dupa L 2 ii. daca nu s-a gasit o valoare consistenta pentru U 2 atunci - elimina L 1 din TNOU[U 1] - intrerupe ciclul // dupa U 2 1. 2 daca TNOU[U 1] este vida atunci intoarce LINIE_VIDA 2. intoarce TNOU sfarsit

BKT cu verificare predictiva n Se elimina apelul Verifica_Viitoare(U, TNOU) in subprogramul Predictie Algoritm: Backtracking cu verificare predictiva Predictie(U, F, T) pentru fiecare element L din T[U] executa 1. F[U] L 2. daca U < N atunci //verifica consistenta atribuirii 2. 1 TNOU Verifica_Inainte (U, F[U], T) 2. 2 daca TNOU LINIE_VIDA atunci TNOU Verifica _Viitoare (U, TNOU) 2. 2 daca TNOU LINIE_VIDA atunci Predictie (U+1, F, TNOU) 3. altfel afiseaza atribuirile din F sfarsit

2. 7 Tehnici retrospective n Backtracking cu salt (pantofi de tens, gris) (pantofi tenis, alba) bleu gris verde alba

Algoritm: Backtracking cu salt Backtracking. Cu. Salt(U, F, Nivel) /* Nr. Blocari, Nivel. Vec, I, test, Nivel 1 – var locale */ 1. Nr. Blocari 0, I 0, Nivel U 2 pentru fiecare element V a lui XU executa 2. 1 F[U] V 2. 2 test, Nivel. Vec[I] Verifica (U, F) 2. 3 daca test = adevarat atunci 2. 3. 1 daca U < N atunci i. Backtracking. Cu. Salt (U+1, F, Nivel 1) ii. daca Nivel 1 < U atunci salt la sfarsit 2. 3. 2 altfel afiseaza valorile vectorului F // solutia 2. 4 altfel Nr. Blocari + 1 2. 5 I I + 1 3. daca Nr. Blocari = numar valori ale lui X[U] si toate elementele din Nivel. Vec sunt egale atunci Nivel. Vec[1] sfarsit

Verifica (U, F) 1. test adevarat 2. I U-1 3. cat timp I>0 executa 3. 1 test Relatie(I, F[I], U, F[U]) 3. 2 daca test = fals atunci intrerupe ciclul 3. 3 I I – 1 4. Nivel. Aflat I 5. intoarce test, Nivel. Aflat sfarsit

2. 8 Euristici n n n Ordonarea variabilelor Ordonarea valorilor Ordonarea testelor

3. Strategii de cautare in jocuri n Jocuri ce implică doi adversari n n jucator adversar Jocuri in care spatiul de cautare poate fi investigat exhaustiv Jocuri in care spatiul de cautare nu poate fi investigat complet deoarece este prea mare.

3. 1 Minimax pentru spatii de cautare investigate exhaustiv n n n Jucator – MAX Adversar – MIN Principiu Minimax Etichetez fiecare nivel din AJ cu MAX (jucator) si MIN (adversar) Etichetez frunzele cu scorul jucatorului Parcurg AJ n n daca nodul parinte este MAX atunci i se atribuie valoarea maxima a succesorilor sai; daca nodul parinte este MIN atunci i se atribuie valoarea minima a succesorilor sai.

Spatiu de cautare Minimax (AJ)

Spatiu de cautare Minimax (AJ) Nim cu 7 bete

Algoritm: Minimax cu investigare exhaustiva Minimax( S ) 1. pentru fiecare succesor Sj al lui S (obtinut printr-o mutare opj) executa val( Sj ) Minimax( Sj ) 2. aplica opj pentru care val( Sj ) este maxima sfarsit Minimax( S ) 1. daca S este nod final atunci intoarce scor( S ) 2. altfel 2. 1 daca MAX muta in S atunci 2. 1. 1 pentru fiecare succesor Sj al lui S executa val( Sj ) Minimax( Sj ) 2. 1. 2 intoarce max( val( Sj ), j ) 2. 2 altfel { MIN muta in S } 2. 2. 1 pentru fiecare succesor Sj al lui S executa val( Sj ) Minimax( Sj ) 2. 2. 2 intoarce min( val( Sj ), j ) sfarsit

3. 2 Minimax pentru spatii de cautare investigate pana la o adancime n n n Principiu Minimax Algoritmul Minimax pana la o adancime n nivel(S) O functie euristica de evaluare a unui nod eval(S)

Algoritm: Minimax cu adancime finita n Minimax( S ) 1. pentru fiecare succesor Sj al lui S (obtinut printr-o mutare opj) executa val( Sj ) Minimax( Sj ) 2. aplica opj pentru care val( Sj ) este maxima sfarsit Minimax( S ) { intoarce o estimare a starii S } 0. daca S este nod final atunci intoarce scor( S ) 1. daca nivel( S ) = n atunci intoarce eval( S ) 2. altfel 2. 1 daca MAX muta in S atunci 2. 1. 1 pentru fiecare succesor Sj al lui S executa val( Sj ) Minimax( Sj ) 2. 1. 2 intoarce max( val( Sj ), j ) 2. 2 altfel { MIN muta in S } 2. 2. 1 pentru fiecare succesor Sj al lui S executa val( Sj ) Minimax( Sj ) 2. 2. 2 intoarce min( val( Sj ), j ) sfarsit

Exemplu de functie de evaluare Jocul de Tic‑Tac‑Toe (X si O) n Functie de estimare euristica eval( S ) - conflictul existent in starea S. n eval( S ) = numarul total posibil de linii castigatoare ale lui MAX in starea S - numarul total posibil de linii castigatoare ale lui MIN in starea S. n Daca S este o stare din care MAX poate face o miacare cu care castiga, atunci eval( S ) = (o valoare foarte mare) n Daca S este o stare din care MIN poate castiga cu o singura mutare, atunci eval( S ) = - (o valoare foarte mica).

eval(S) in Tic-Tac-Toe X X are 6 linii castigatoare posibile O are 5 linii castigatoare posibile O eval( S ) = 6 - 5 = 1

3. 3 Algoritmul taierii alfa‑beta n n Este posibil sa se obtină decizia corecta a algoritmului Minimax fara a mai inspecta toate nodurile din spatiului de cautare pana la un anumit nivel. Procesul de eliminare a unei ramuri din arborele de cautare se numeste taierea arborelui de cautare (pruning).

Algoritmul taierii alfa‑beta n n n Fie cea mai buna valoare (cea mai mare) gasita pentru MAX si cea mai buna valoare (cea mai mica) gasita pentru MIN. Algoritmul alfa‑beta actualizeaza si pe parcursul parcurgerii arborelui si elimina investigarile subarborilor pentru care sau sunt mai proaste. Terminarea cautarii (taierea unei ramuri) se face dupa doua reguli: n n Cautarea se opreste sub orice nod MIN cu o valoare mai mica sau egala cu valoarea a oricaruia dintre nodurile MAX predecesoare nodului MIN in cauza. Cautarea se opreste sub orice nod MAX cu o valoare mai mare sau egala cu valoarea a oricaruia dintre nodurile MIN predecesoare nodului MAX in cauza.

Tăierea alfa-beta a spaţiului de căutare

Algoritm: Alfa-beta MAX(S, , ) { intoarce valoarea maxima a unei stari. } 0. daca S este nod final atunci intoarce scor( S ) 1. daca nivel( S ) = n atunci intoarce eval( S ) 2. altfel 2. 1 pentru fiecare succesor Sj al lui S executa 2. 1. 1 a max(a, MIN(Sj, a, b)) 2. 1. 2 daca a b atunci intoarce b 2. 2 intoarce a sfarsit MIN(S, , ) { intoarce valoarea minima a unei stari. } 0. daca S este nod final atunci intoarce scor( S ) 1. daca nivel( S ) = n atunci intoarce eval( S ) 2. altfel 2. 1 pentru fiecare succesor Sj al lui S executa 2. 1. 1 b min(b, MAX(Sj, a, b)) 2. 1. 2 daca b a atunci intoarce a 2. 2 intoarce b sfarsit

3. 4 Jocuri cu elemente de sansa n n n Jucatorul nu cunoaste miscarile legale oponentului 3 tipuri de noduri: MAX MIN Sansa (chance nodes)

• 36 rez pt 2 zaruri • 21 noduri distincte • Zaruri egale - > 1/36 • Zaruri diferite -> 1/18 • Valoarea estimata pt noduri sansa • Suma. Sj suc S[ P(Sj)*Minimax(Sj)] • Functia de evaluare Noduri de decizie MAX Zar MIN 1/36 1/18 Noduri sansa Zar MAX 1/36 1/18 43