TINR Skripta Predavanj 5

7/25/2019 TINR Skripta Predavanj 5

1/26

TINR@FRI,draftv09,PeterPeer++ 71

Poglavje#5(odzivniagenti/umetnainteligenca)

Aktualnekatlice:

agentio enostavniodzivniagentio agentisstanjio

ciljnoorientiraniagenti preiskovanje

o iskanjevglobino,irino,A*o minmax,alphabetaprunningo iskanjepoti

1.Agenti

Vigrahjenavadnokvalitetauporabnikeizkunjeodvisnaodizziva,kigaigraponujaigralcu.Ena

izmedbistvenihsestavin,kibotrujedobremuizzivu,jeuporabaraunalnikihnasprotnikov,

zaveznikov,kisosposobniinteligentnegaigranjaigre(NPCnonplayercharacter).Sevedatoni

trivialnanaloga,nasreopaselahkoponasvetezateemokumetniinteligenci(UI).

Agentisotakodejanskolikivigrah,kisonekaknosredieUIvigrah.Tiagentizaznavajosvetv

kateremso,seustrezno,inteligentnonanjodzivajo,seprilagajajoigralcu.

UIvigrahsezelorazlikujeodveineostalihaplikacijUI,recimozavojakoobrambo,robotikoali

podatkovnorudarjenje.Bistvenarazlikajevciljih,kiimajopriigrahnaslednjihpetzahtev:

1.

Agentimorajobitiinteligentni,vendarmorajoimetinapake.

Nasprotnikmorapredstavljatiizziv. Nasprotnikmoraohranjatizanimivostigre,zabavo.


2/26


Nasprotnikmoraizgubitibitkozigralcemnaizvireninzabavennain.

2. Agentinesmejoimetinobenihnamernihibkosti.

Agentanemoremoporazitivednonatonoenaknain.

Agentnesmeizgubitiprelahko,nesmedajatiobutkabebavosti.

3. Agentisemorajoizvajatiznotrajomejitevigre,kijihpostavljataCPEinpomnilnik.

Veinaigerjerealnoasovnih,torejsemorajoagentjeodzivativrealnemasu.

CelotnaUIvigriredkokdajzasedeve kot10do20odstotokovasanamenjenega

vsakisliici(frame).

4. Agentimorajobitifleksibilnitako,dalahkooblikovalcialiigralcispreminjajonjihovo

izvajanje.

Oblikovalci(stopenj,igralnosti)morajoimetimonostnastavljanjateavnostne

stopnje,ustreznonastavljatiparametreUIalgoritmov(tunning),obasnopatudi

spisatikaknoskriptozaspecifinointerakcijo.

ejeigrarazirljiva,nastavljivatudisstraniigralca,potemselahkotudiigralec

ustreznopoigrazUIdelom.5. UIdeligrenesmepodaljatirokaizdajeigre.

UporabljeneUItehnikenesmejoogrozitiizdajeigre.

Eksperimentalnetehnikemorajobitipotrjenezgodajvpredprodukciji.

eUItehnikaomogoarazvoj,evolucijo,spreminjanjedelovanja,potemmorabiti

ustreznotestirana.

UIvigritorejninujnopopolna,zadovoljitimoraprimarnoigralca.Takodobimomaneverskiprostor,

danajdemobljinice,kirecimoreijoproblemdovoljdobrovrealnemasu,alipazahtevajoveliko

manjraunskemoi.

Vzadnjemdesetletjusejerazvojigerkonkretnospremenil,kaesedramatinaspecializacija

disciplin.EnaizmednjihjetudivlogarazvijalcaUItehnik.Vasihsotetehnikebiledelzadolitev

splonegaprogramerjaiger,danespajepodrojepostalove kotdovoljkompleksnozapovsem

loenovlogo.Dejstvojetudi,dasepotrebnespretnostirazvijalcaUIkrepkorazlikujejoemed

samimianri.Recimostrategijezahtevajodobroanalizobojiainnartovanjestrategije,nadrugi

stranipaFPS(firstpersonshooter)igrezahtevajotaktinoanalizoenanaenaininteligentno

premikanjenanivojuposameznihlovekihkorakov.RTS(realtimestrategy)igreveljajoza

najzahtevnejezvidikaUI.TipineRTSAAAigretakodaneszahtevajotripolnozaposlenerazvijalce

UI,nadrugistranipadirkake,pretepakealimiselnelahkozahtevajoleenegadelnozaposlenega

razvijalcaUI.

Vsakagentdelujealgoritminovtrehkorakihvzanki.Tekorakenavadnoimenujemozaznaj,razmisli,

odzovise(sensethinkactcycle).Opcijskosevednopogostejedodajatudikoraknauise,zapomnisi

(learning,remembering),sajzagotavljadodatenizzivzaigralce,sajseodzivUItakospreminjaglede

nanabraneizkunje.

Zaznavanje:

Vsvetuigreninegotovosti,karpomeni,davsakagentlahkovtrenutkupoznacelotnostanjetega

sveta,karpabiveinaigralcevoznailazagoljufijo.Takojetrebavigrovgraditismiselneomejitve,

kajinkakojesmiselnozaznavati.Torejkakoagentlahkovidi,sliiinsesporazumevavtemsvetu.


3/26


Otestiranjuvidnostismoevelikopovedali,vemotudi,dajetozelodragaoperacija.Zatonavadno

testiranjeomejimonaledoloeneagente,izvajamopagaperiodinovnaslednjihkorakih,ki

minimizirajoprocesiranje:

1.

Jeobjekt(recimonalik)narazdaljinakateriagentjasnoloistvarivvidnempolju?

2.

Jeobjektvvidnemkotuagenta?3.

Jekajmedobjektominagentom,karbiagentuzastiralopogled?(Takorakjeseveda

najdraji,zatojenazadnjemmestu.)

Vzaznavanjelahkovpletemotudidetekcijogibanja,sajkotvemo,jevelikolajezaznatigibajoise

objektkotstatien.

Sevedajesmiselnotudi,daagentuomogoimozaznavanjeprekosluha.Najverjetnejenivseeno,e

mimospeegasovranikagremopoprstih,alipaletimomimoterstreljamonazasledovalce.Sluhje

navadnomedeliranskozisporoilaodogodkih(eventdrivennotification),naprimer,eigralec

naredinekoakcijo,kipovzroihrup,potemigraizraunakambitazvoklahkopotovalinustreznoobvestivseagentenaizraunanirazdalji.

Tudisamakomunikacijamedagentimorabitiustreznoomejena.erecimoenvarnostnik(agent)

vidiigralca,tonepomeni,dabodovsivarnostnikivtrenutkuzaeliteiprotiigralcu,pa pamora

najprejvarnostnikletetidopreostalihkolegovoz.jimtosporoitinaigralcurazumljivnain.

Insevedajepomembentudireakcijskias,sajagentjelahkoreagirajoeistitrenutek,kopridedo

ustreznespremembevsvetu,vendartoneodsevarealnostiigralca.Takojnjozaznavanjetorej

nadomestimozustreznimiasovnimizamiki.

Razmiljanje:

Sedajlahkoocenimokvalitetozaznaneinformacijetersenapodlagileteodloimozaakcijo.Ta

korakveinaljudiobravnavakottistipraviUIdel.

Vsplonempoznamodvapristopaksprejemanjuodloitevagentov.Prvitemeljinavnaprejznanem

ekspertnemznanju,kijetipinooblikovanoskoziserijoepotempravilinnekonakljunostjo,ki

zagotavljamanjopredvidljivostagentov.Pridrugempristopupaagentuporabljaiskalnialgoritem,

danajde(skoraj)optimalnoreitev,torejzaporedjekorakov(nart),kigapripeljejodoeljenega

cilja.epoznamomonegibeinpravilagibanja,lahkonamre algoritemraziecelotneprostor,svet

igre.Kobemapristopomasebomovnadaljevanjuevrnili.

eekspertnegaznanjanemoremozagotoviti,iskanjepanereujeproblemadovoljdobro,potemse

lahkozateemoektretjemupristopu:strojnemuuenju.Vendar,epravtehnikestrojnegauenja

izgledajoobetavne,sevpraksivigrahzeloredkouporabljajo.Tialgoritmisonavadnokompleksni,

zahtevajopoglobljenoznanjeinletaizkuenj,eelimo,dadelujejodobro.Dodatopavelja,dati

postopkivigrineprekosijodrugihpostopkovzvidikauinkovitosti,robustnosti,enostavnosti

testiranja,enostavnostiprogramiranjainenostavnostinastavljanjaparametrovpostopkov.

Negledenapristoppasemoramozavedati,dasemoramosprejeteodloitvedratidoloenas.

Takozagotovonesprejemamoodloitvezvsakonovosliico(frame).Vnasprotnemprimerulahko


4/26


pridedoparalizacijeagenta,sajsezvsakonovosliicolahkoodloidrugae.Temureemoproblem

neodlonosti(flipflopping).

Odziv:

Prejnjihdvehkorakovseigralecnezaveda,zatomoramovtemkorakuposkrbeti,daseigraleczavedaagentoveinteligence.Odvisnoodigre,lahkoagentsproimalomorjeakcij,recimo:

spremembalokacije,animacijadogodka,proenjezvoka,pobiranjepredmeta,pogovorzigralcem,

uporabaoroja.Prilagodljivostinfinostskateroagentizvedeakcijovplivanaigralevodojemanje

agentoveinteligence.Todejanskopredstavljavelikobremezaraznolikostinestetskokvaliteto

animacij,zvonihefektov,ustvarjenihdialogovzaagenta.

Skritoprocesiranje,odloitevvprvihdvehkorakihmoramotakovtretjempokazatiigralcunanain,

daobogatimoigralnost(gameplay).erecimoagentizinformacijizve,dabozelokmaluzaradirafala

metkovumrl,potemnajbrzvidikaigralnostinidobro,dasepredavusodo,ampakdatodejansko

davedeti,reerecimoOhno!.Natanainagentdobroilustrira,dasezavedasvojesituacije,torej,dajepameten,inteligenten.

Spodajbomoopisalitriosnovneshemedelovanjaagentov.Osnovnoogrodjevsehjeenako:na

vhoduobravnavajoletrenutnoinformacijo(percepcijo)izokoljatervrnejoakcijonatoinformacijo.

(Vprimeru,dabiobravnavalicelotnozgodovino,bisimoralinajmanjvsastanjaezapomniti.)

Optimalnobisevedabilo,abilahkoagentoveakcijeopisalitabelarinovsmislupercepcijaakcija

(tabledrivenagent)(primersesanjadvehprostorov):

Vendarvsplonemvelja,dajevelikosttaknihtabelprevelikazauporabo.Takenagentnamre

zadricelotnovhodnosekvencozaassvojegaobstojavspominu.ezaah,kijemajhen,dobro

definiranfragmentrealnegasveta,velja,dabitaknatabelaimelanajmanj10150vnosov.(Za

primerjavo:teviloatomovvvidnemvesoljujemanjeod1080,avtomatskitaksipabizaurovonje


5/26


(30sliknasekundo,loljivost640480,24bitnabarvnainformacija)potrebovalve kotneverjetnih

10250.000.000.000).Zatomoramonajtivelikokratustreznealternative.Bistvenizzivpripisanjuagentovje

torejnajtipravipristopkpisanjuprogramov(agentov),kiposnemajorealnoobnaanjemajhni

programiinneveliketabele:

Enostavniodzivniagenti(simplereflexagents):

Zgornjaslikaodsevazapistabelesesanjasprogramomenostavnegaodzivnegaagenta.Taprincip

zapisanamjenajboljznanpodimenomepotempravila(ifthenrules,conditionactionrules,

situationactionrules,productions).

Vsplonembishematiendiagramenostavnegaodzivnegaagentabilslede:

Pravokotnikioznaujejotrenutnointernostanjeprocesaodloanjaagenta,ovalipapredstavljajo

informacijo,kiseuporabljavprocesuodloanja.

Takniagentisoresenostavni,vendarimajotemuprimernoomejenointeligenco.Enostavenodzivniagentbodelovalpravilnolevprimeru,elahkopridemodopraveodloitvenaosnovilevedenjao

trenutnemstanjuvcelemokolju(percepciji).Recimo,davnaemsvetusesalcanepoznamolokacije.

PremikvlevoizlokacijeAsedajnikolineuspe,karpovzroiujetostvneskonnozanko,katerise

velikokratnemoremoizognitiprienostavnihodzivnihagentih,kidelujejovdelnopoznanemokolju.

Lahkopasipomagamoznakljunostjoakcijintakoprekinemoneskonnozanko.Sesalecserecimo

enostavnoodloamedpremikomavlevoindesno,torejboprielnapravolokacijovpovprejuv

dvehkorakihintamzakljuilsvojedelo.

Primeriiziger:o

Pong


6/26


enostavnafunkcija,kiizpozicijeogicepove,kamnajsepremakne(http://gameteam.fri.unilj.si/spacepong/)

o SpaceInvaders,SuperMarioBros,milijondrugih premikajseveno(nakljuno)smer esezaletivzidalipridedokoncaplatforme

premaknisedolSpaceInvaders(http://www.youtube.com/watch?v=FYUFN0Ed9wk) spremenismer

o Nespomnimsekonkretnegaprimeratrenutno:)??? sleposepremikajmedvnaprejdoloenimitokami.

Agentisstanji(stateagents,finitestatemachines):

PristopzagentisstanjijeedenizmednajpogostejihpristopokkgradnjiUIigre.Razlogizatoso:

enostavnojihjesprogramirati,soenostavnizarazumevanje,enostavnisozarazhroevanje,hkrati

pasosploniintakoaplikativninapoljubenproblem.Sevedapristopnezagotavljavednonajbolje

reitve,vendarnaspripeljekciljuintozminimalnimtveganjemzaprojekt.Temnastranpristopajasnoobstajainbijolahkopovzelitakole:agentsstanjinavadnonastaneskoziadhocmodeliranje,

brezkonsistentestrukture,hkratipaskoziasrazvojalahkopostaneneobvladljivzaradisvoje

velikosti.

Formalnosotiagentjeavtomatstanj,karpomeni,dagrezaabstraktenraunskimodel,kije

sestavljenizzaetnega(inkonnega)stanja,mnoicevmesnihstanjinprehodovmedstanji,kislediju

nekigramatiki(torejpravilomzaprehajanjemedstanjinapodlaginekegavhoda).Zapotreberazvoja

igerformalnodefinicijoustreznoprilagodimo:

1.

Stanjaopisujejo

obnaanje,

ki

vsebuje

specifi

no

kodo

za

to

stanje.

2.

Nekprehodjelahkotipinorazdeljenmedve stanj.(Takovsakostanjeve,kajlahko

povzroiprehodiztegastanjavnekodrugostanje.)

3. Akcijaselahkoproitakoznotrajstanjakottudimedprehodom.

4.

Priprehoduvnovostanjeseopiramonaverjetnostinnakljuje.(Recimo,daimaagentpo

napadunanjle10%monostpobega.)

5.

Priodloitvahoprehodihpogostouporabljamododatnoinformacijoostanju.(Recimo

informacijoozdravju.)

AgentisstanjilahkotorejelegantnoopiejoobnaanjeintrenutnostanjeUIlikovvigri,vizualnopa

jihlahko

nazorno

prikaemo

z

diagramom

stanj

UML

(unified

modeling

language)

(kjer,

mimogrede,

jevsakostanjeenostavenodzivniagent):

Najvekratjenajlajeagentasstanjidefiniratikarvkodiigre,primerzazgornjiavtomatbibil:


7/26


voidRunLogic(int*state){switch(state){case0: //WanderWander();

if(SeeEnemy()) {*state=1;}break;case1: //AttackAttack();if(LowOnHealth()){*state=2;}if(NoEnemy()) {*state=0;}break;

case2: //FleeFlee();if(NoEnemy()) {*state=0;}break;

}}Sevedapatakenpristopnineproblematien:

1.

Programskijeziknevsiljujestrukture,kodajetorejadhoc,vsakjolahkodograjuje.

2. Kodanidogodkovnognana,sajzvsakosliicorecimopogledamo,alijesovraniknapadel.

3. Nienostavneganaina,kibinampovedal,dasmovdoloenostanjepriliprvi.Recimo,ko

gremoprvi vnapad,bimogoemoraliizvleime iznonice.Problembilahkoreilis

stanjemPreAttack,vendartolahkopripeljedoeksplozijestanjinzakomplicirastrukturo.

4. Oblikovalciigralnostinimajovplivanaagenta.ebiagentbilpodatkovnovoden(data

driven)zunajkodeigre,bioblikovalacilahkonadzorovalitudiagente,karjeprivelikihigrah

pomembnalastnost.

Alternativadirektnemuzapisuvkodijeskriptanje,navadnovigrilastnemskriptnemjeziku,ki

odpravljazgornjeprobleme.alpaustvarjanjetaknegajezikaniravnotrivialenproces.

Vekratuporabljenametodaimplementacijeagentadirektnovkodisenaslanjanakonceptrazredov

objektnousmerjenegaprogramskegajezika.Tukajjeagentzbirkarazredovstanj,kivsebujejo

metodezainicializacijoobvhoduvstanje,izhoduizstanjaterfunkcionalnostposodobitve(enter,

exit,update).Takenpristoppredstavljakompromismedzgorajprikazanoimplementacijoin

skriptanjem,sajjetaknokodonaelomatejerazumetiodskriptnekode,hkratipasostanja

nemalokratopisanazve datotekami.

Dodatneraziritveinrazhroevanjeagentovsstanji:

Daliksledispremembamstanja,vzdrujeskladpreteklihstanj.Takolahkorecimoizstanja

popravljanjahiepreidevstanjenapada,komugroziogenj,poodpraviognjapaselahko

brezpotrebepoanalizicelotnesituacijevrnevstanjepopravljanja.

Hierarhiniagentjedelujenapodobnemprincipu,kjerpaskladpredstavljahierarhino

urejeneavtomate,karomogoabolji,preglednejiopisobnaanjainnalog.Podobno

hierarhinemumodelulahkoimatudiposameznostanjeagentakopicopodstanj,kiobstajajo

znotrajtegastanja.


8/26


Liklahkosoasnodelujetudinapodlagiveihavtomatov,torejagentovsstanji,recimo

enegazarazmiljanje,drugegazapremikanje.Aliparecimoenegazaizogibanjeoviram

(kratkoroneodloitve),drugegazaiskanjecilja(dolgoroneodloitve)(subsumption

architecture).

Razhroevanjeinterakcijemedkopicoagentijeevednolahkoproblematino,kljubtemu,

dajerazhroevanjeenegaagentapreprosto.Vtanamensenajvekratuporabljajodnevniki

(logfiles)stanjvsakegaagentaskozias,obtestiranjupaseizpisujeprejnjeintrenutno

stanjeagentarecimonadnjegovoglavo.

Agentjesstanjipaalgledenadefinicijonisosposobniiskanjapoti,sklepanjainuenja(pathfinding,

reasoning,learning),zatobomovtenamenemoralivpetidrugetehnike.Kljubvsemupabinaredili

napako,enebiposkusilizagentisstanjireitivsajdelnaihUIpotreb.

Primeriiziger:

duhcivPacManu(http://www.youtube.com/watch?v=Zo0YujjX1PI)

o

duhcevostanjezasledovanja Galaxian(http://www.youtube.com/watch?v=7i4aF50hopo&feature=related)

o enostanjeistokotSpaceInvaderso

drugostanjepikiranjevsmeriigralca

Galaga(http://www.youtube.com/watch?v=S_lE_L0UtkQ)o slediskriptipriletanascenoo postavisenasvojemestovformacijio istidvestanjikotGalaxian.

Agentizmodeli(modelbasedreflexagents):

Najboljipristopkodloanjuvdelnopoznanemokoljuje,dasiagentzapomnistanjedelovsveta,kijihtrenutnonevidi(jihjepasevedaevidelvasusvojegaobstoja).Torejagentvzdrujenekakno

internostanje.Hkratipamoraimetiinformacijeotem,kakosesvetrazvijaneodvisnoodagentater

kakoakcijesamegaagentavplivajonasvet.Toznanjeokakosvetdelujeimenujemomodel.

Shematiendiagramagentazmodeli:

Vidimolahko,kakojetrenutnapercepcijakombiniranasstariminternimstanjemznamenomposodobitvetrenutnegastanjanapodlagiagentovegamodeladelovanjasveta.Detajliokolitega,


9/26


kakosostanja,modelipredstavljeni,selahkozelorazlikujejomedseboj,pristopovjenamre veliko,

ktempristopompasebomoevrnili.Neodvisnoodpredstavitvepajemalokdajmonodobititono

slikosvetavkateremseagentnahaja.TorejkatlicaWhattheworldislikenowdejansko

predstavljaagentovonajboljomonopredstavo,pribliek(bestguess).

Ciljnousmerjeniagenti(goalbasedagents):

Informacijaointernemstanjapaznabitivelikokratnezadostnazasprejemodloitve.Takoserecimo

taksinakriiulahkoodpravilevo,desnoalinaravnost,vendarzapravoodloitevbomopotrebovali

tudidestinacijo,cilj.Torej,agentpotrebujeinformacijoocilju,kiopieeljenesituacije.Agenttako

zdruimodelsciljemintakolajesprejmeodloitevopotrebniakciji.

Shematiendiagramciljnousmerjenegaagenta:

Vasihjelahkociljdoseenzgoljzenoakcijo,velikokratpabociljdoseenpoizvedbidolgega

zaporedjaakcij.Iskanjetaknihzaporedij,kivodijokcilju,bomonaslovilivpoglavjihUIo

preiskovanjuprostorainnartovanjupoti.

Bistvenarazlikamedzadnjimadvemashemamajetudivnainusprejemanjaodloitve.Dosedajsmo

baziraliodloanjenaepotempravilih,zdajpadejanskovodloitevvpeljujemotudirazmiljanjeo

prihodnosti:Kajsebozgodilo,enaredimtointo?,Mebotoosreilo?Konkretenprimer:Avto,

kijeimplementirankotenostavenodzivniagent,bozaviral,kobovidelzavornolu avtaspredaj.

Ciljnousmerjeniagentpabolahkosklepal,damoravtemprimeruzavirati,sajjetorecimoedinaakcija,kiizpolniciljnepokodovanjaavta.

epravsenaprvipogledciljnousmerjeniagentjezdijomanjuinkoviti,zagotovokompleksneji,so

tudiboljfleksibilni.eserecimovremenskespremembezavonjospremenijo,zanepadatide,

lahkociljnousmerjeniagentprilagodisvojeznanjeouinkovitostizavor,medtemkojepotrebnoza

enostavnoodzivnegaagentaspisatikopiconovihpravil.Podobnoveljazadestinacijo.Ciljno

usmerjeniagentlahkoenostavnospremeniobnaanje,komupodamonovodestinacijo.Vprimeru

enostavnoodzivnegaagentapamoramovsapravilazadospetjenanovodestinacijo(kjezaviti,kjeiti

naravnost)napisatinanovo.

2.Preiskovanje


10/26


Iskanjepotidocilja,torejpreiskovanjeprostoranitrivialnanaloga.Daagent,UIlikvigriizgleda

kompetenten,morapoznatisvetigre,karmuomogoapreiskovanjetegasveta:

Sevedasemorazavedatilebistvenihinformacij.Tudizaloveka,igralcarecimoteviloobjektovv

posameznisobinavadnonepredstavljakljuneinformacije,pravtakonebarvasten.;)Svetsimora

agentsevedapredstavitivnekipodatkovnistrukturi,medkaterimisovigrahnajpopularnejemree

(grid),grafismernihtok(waypointgraphs)innavigacijskaomreja(navigationmeshes).Preden

spoznamotestrukturepasioglejmoosnovnepreiskovalnealgoritme.

ZanajpopularnejipreiskovalnialgoritemvigrahveljaA*(Astar).Dagabomodobrorazumeli,simoramoprejogledatialgoritmenajprejvirino(breathfirst),najprejnajbolji((greedy)bestfirst)ter

Dijkstrinalgoritem(najprejvirinoobrazlinihcenahpoti)(uniformcostsearch).A*jenamre

kombinacijaalgoritmovnajprejnajboljiinDijkstrinegaalgoritma,tadvapagraditanaalgoritmu

najprejvirino.Zaelipabomoznjegovoprotiutejo,algoritmomnajprejvglobino(depthfirst).

Nekajosnovnihpojmovzazaetek:

Kdajjealgoritempopolen(completeness)?Konajdereitev,etaobstaja.

Kdajjealgoritemoptimalen(optimality)?Koobstajastrategija,kinajdeoptimalnoreitev

najcenejopot. asovnakompleksnost(timecomplexity)odgovarjanavpraanjekolikoasapotrebuje

algoritem,danajdereitev.

Prostorskakompleksnost(spacecomplexity)odgovarjanavpraanjekolikospomina

potrebujealgoritemzaiskanje.

Zaocenokompleksnostiuporabljamotrikoliine:bfaktorvejitveoziromamaksimalno

tevilopotomcevvsakegavozlia,dglobinanajplitvejegaciljnegavozliaoziromatevilo

korakovnapotiodkorenadocilja,mnajdaljapotvpredstavitvisvetaigre.

Postopekiskanje(negledenaiskalnialgoritem)vdrevesualigrafujerazlino:Drevonavadno

elimozgradimitako,danimaredundantnihpoti.Tosopoti,kipravtakovodijokcilju,aniso

takodobre.Posebenprimerredundantnihpotisotudizanke.Prigrafupamoramo

nadzorovatieobiskanomnoicovozli (algorithmsthatforgettheirhistoryaredoomedto

repeatit).Ravnozatojekompleksnostiskanjavgrafihtejedololjiva,sajjeodvisnaod

koliineredundantihpoti.Grafisotorejboljsploniinzatozanasboljzanimivi,ocene

kompleksnostipabodopodanezadrevesa.

Predstavljajmosicestnoomrejemedmestiiniskanjepotimednjimi:


11/26


Slikapredstavljazaporedjeustvarjanjaiskalnihdrevesziskanjempografu.Navsakem

korakurazirimovsakopotsskokomdososednjihmest.Pritretjemkorakulahkoopazimo,

danajboljsevernomestopredstavljaslepoulico,obenjemusosednjimestistanamre e

raziskaniprekodrugihpoti.

Mejnavozlia(frontier,openlist)sotista,kisovnekemtrenutkunavoljozaraziritev

preiskanihvozli.Vprimeruiskanjaredundantnihpotipapoznamoemnoicoraziskanih

vozli (exploredset,closedlist),kivsebujevsarazirjenavozlia.Novavozlia,aktualnaza

preiskovanje,kiustrezajovozliemvmnoiciraziskanihvozli alimnoicimejnihvozli

lahkoenostavnozanemarimoinjihnedodamovmnoicomejnihvozli.

Spodnjaslikaprikazujelastnostloevanjapriiskanjuvgrafu,ilustriranemnaenostavnem

problemumree:

Mejnavozlia(bela)vednoloijoraziskanavozlia(rna)odeneraziskanih(siva).V

primeru(a)smoraziskalilekorenskovozlie,vprimeru(b)smoraziskaliprvovozlieiz

mejnemnoice,vprimeru(c)pavsepreostalepotomcekorenskegavozliavsmeriurinega

kazalca.

estategijapreiskovanjanimanobenedodatneinformacijeostanjih,razentisteizdefinicije

problema,potemtaknimstrategijampravimoneinformiranoiskanje(uninformed,blind,

exhaustivesearch)(najprejvglobino,najprejvirino,Dijkstrinalgoritem).Strategije,kivedo,

alije

neko

neciljno

stanje

bolje,

bolj

obetajo

e

od

drugega

pa

imenujemo

informirano

iskanje(informed,heuristicsearch)(najprejnajbolji,A*).

Splonastrukturavsehalgoritmov:

1. Createstartpointnode,pushontoopenlist

2. Whileopenlistisnotempty

A. Popnodefromopenlist(callitcurrentNode)

B. IfcurrentNodecorrespondstogoal,breakfromstep2

C. Createnewnodes(successorsnodes)forcellsaroundcurrentNodeandpushthem

ontoopenlist

D. PutcurrentNodeontoclosedlist


12/26


Algoritmisedejanskomedsaborazlikujejopoodloitvi,katerovozlieizmnoicemejnihvozli bo

raziskalvnaslednjemprehoduskozizanko.Najprejvglobinobotakovzeltistovozlie,kiaka

najmanjasa.Najprejvirinotistovozlie,kiakanajve asa.Najprejnajboljitistovozlie,kije

najblijecilju.Dijkstrinalgoritembovzeltistovozlie,kijenajceneje.A*patistovozlie,kijeblizu

ciljuinpoceni.

Najprejvglobino

Iskanjesetakojpodavnajglobjidelsveta,vsedoklernepridevvozlie,kjernimamonaslednika.

Ilustrirajmokonkretenprimernaenostavnembinarnemdrevesu:

IskanjeseizvajapoprincipuLIFO(lastinfirstout)vrste(sklad),sajsenazadnjeobiskanovozlie

vzamekotizhodiezaiskanjenovegavozlia.Tojezagotovonajglobje,sajjezaennivoglobjeod

stara,kijebilprejnajglobjevozlie.Svetlosiveregijeoznaujejodelesveta,kienisobilipreiskani.

Preiskanavozlia,kinimajonepreiskanihpotomcevzbriemoizspomina.Vozlianaglobini3

nimajopotomcev,Mpajeciljnovozlie.

Kajlahkosklepamoizprikazanega?

eniredundantnihpotiinsenahajamovkonnemsvetu,potemjealgoritempopolen,sajboslejali

prejraziskalvsavozlia.Vprimeruneskonnegasveta,kjernaletimonaneskonnopot,kine

vsebujeciljnegavozlia,algoritemsevedanipopolen.

Algoritemnioptimalen,sajboraziskalcelotnolevopoddrevokorenskegavozlianazgornjisliki,pa

epravjeciljvozlieCpolegrecimovozliaJ.AlgoritembotorejnaelkotciljvozlieJ,kini

najbolja,najceneja,optimalnareitev.


13/26


asovnakompleksnostjeO(bm),karnispodbudno.Jepazatospodbudnaprostorskakompleksnost,

kijeO(bm).

Najprejvirino

Grezaenostavnostrategijo,kjernajprejraziemokorenskovozlie,natovsenjegovepotomce,natopotomcepotomcevitd.Torej,predenraziemokaterokolivozlienanaslednjiglobini,

raziemovsavozlianatrenutniglobini.Oglejmosituditukajprimernaenostavnembinarnem

drevesu:

Tukajsezamnoicomejnihvozli uporabljaFIFO(firstinfirstout)vrsta,torejnovavozliagredo

vednonakonecvrste,staravozlia,kiimajonijoglobinoodnovih,paraziemonajprej.

Kajlahkosklepamoizprikazanega?

Algotitemjepopolen,sajejenajplitvejeciljnovozlienanekikonniglobinid,gaboalgoritem

nael,obpredpostavki,dajevejitvenifaktorbkonen.

Algoritemjeoptimalen,ejecenavsakepoti,vejitveenaka.

TakoasovnakotprostorskakompleksnoststaO(bd).Tonispodbudnainformacija.Velja,dajeza

algoritemspominskazahtevnostcelovejiproblemodasaizvajanja.Vzemimo,daimamob=10,na

sekundoustvarimo1milijonvozli,vozliepazahteva1000Bspomina.Potempriglobinid=12ustvarimo1012vozli,porabimo13dniter1PB(petabajt=1000terabajt)spomina.Torej,lahko

akamo13dni,vendartaknegaspominanimamonavoljo.

Vsplonemvelja,daiskalnihproblemov,kiimajoeksponentnokompleksnostnemoremoreitiz

neinformiranimimetodami,izjemasomajhniprimeri.

Oglejmosieenprimerdelovanjaalgoritmanajprejvirinovenostavnemsvetuigre:

Iskanjesejezaelovsredini,ciljjeoznaenzX.Algoritemnajprejpregledavsavozlia(mone

premikemedcelicami),kisonarazdaljienegakorakaodsredia,natovsavozlianarazdaljidveh

korakovintakovsedocilja.Svetlosivecelicenaslikisovmnoicimejnihvozli,temnosivepav


14/26


mnoiciraziskanihvozli.Puicepredstavljajokazalcenastarastrukture,kibijolahkozapisalo

kot:

classPlannerNode

{

public:PlannerNode*m_pParent;

int m_cellX,m_cellY;

}

Naslikisoodebeljenoprikazanepuice,kipredstavljajoreitevpreiskovanja,gledenazgornjo

strukturopasousmerjeneodciljakizhodinicelici.

Sevedaobstajajotudidrugeneinformiranemetode(najprejvglobinozomejitvijoglobine(depth

limitedsearch),iterativnopoglabljanje(iterativedeepening),dvosmernoiskanje(bidirectionalsearch)),kipanasvtemtrenutkunezanimajo(vnadaljevanjusibomoogledalieobljubljen

neinformiranDijkstrinalgoritem),sajteimoktemu,dabomorazumelialgoritemA*,kateregabomo

spoznalidetaljno.Opisanaalgoritmanamre edovoljdobroosvetlitaosnove,kisopotrebneza

razumevanjepreiskovanja.

Najprejnajbolji

Taalgoritemspadatorejmedinformiranemetodeingradinaalgoritmunajprejvirino.Uporablja

namre specifinoznanjeoproblemu,dapospeiprocesiskanja:izraunarazdaljovsakegavozlia

docilja(tojehevristinafunkcija)innarediprioritetnovrsto,kjeruredivozliagledenatorazdaljo.

Vpovprejujevelikohitrejiodalgoritmanajprejvirino,hkratipapotrebujetudidostimanj

spomina.Pokaimotonaeuporabljenemprimeru:

Sevedapaalgoritemlenitakoidealen,sajselahkousmeripopoti,kininujnonajbolja:


15/26


Iskanjevstrukturibrezredundantnihpotioziromaobizloevanjuletehjepopolno,esenahajamo

vkonnemsvetu.Algoritemvtemprimeruvednonajdereitev.

Algoritemtorejnioptimalen,sajnejami,dabonaeloptimalno,najboljopot.Vveiniprimerovpa

jeuinkovit.

VnajslabemprimerustaasovnainprostorskakompleksnostO(bm),karnezveniravnospodbudno,

vendarlahkozdobro,ustreznohevristinofunkcijokompleksnostve kotoitno(dokazanona

primerih)zmanjamo.Vsplonemjesevedavelikostniredzmanjanjaodvisenodkonkretnega

problemainsamehevristinefunkcije.

Dijkstrinalgoritem

Dijkstrinalgoritemimenujemotudialgoritemnajprejvirinoobrazlinihcenahpoti(uniformcost

search).Zarazlikoodalgoritmanajprejvirino,Dijkstrinalgoritemnajdeoptimalnoreitevtudi,e

cenevejitevnisoenake.Taalgoritemvodievidencoocenipotiodzaetnegavozliadodanega

vozliaintakovednovnadaljevanjuiskanjaizberetistovozlieizmnoicemejhnihvozli,kidodanajmanjoceno.Mnoicamejnihvozlijetorejurejenaprioritetno.Takobirecimovprej

uporabljenistrukturiPlannerNodemoralidodatispremenljivko,kibihranilavrednost,cenood

zaetnegavozliadotegavozlia.

Vkontekstuprejprikazanegasvetaigre,bitakodiagonalniprehodlahkopredstavljaldodatnoceno,

sajdejanskoprepotujemovejorazdaljo.BistvenaprednostDijkstrinegaalgoritmapaje,dasezna

spopadatizrazlinouteenimiregijamivnaemsvetu.Takolahkorecimorazlineuteinaterenu

pomagajoagentu,daseizognedoloenimdelomsveta.Tiuteenidelilahkopredstavljajopotrebo

pododatniporabivirovalipakaknotveganje,recimo,danaslahkotamvidisovranik.Algoritma

najprejvirinoinnajprejnajboljipoznatazgoljkonceptprehodnihinneprehodnihregij,kjerimajoprehodneregijeenakoute,ceno.Slednjaalgoritmalahkoenostavnoreeta:ejevozlieebilo

ustvarjenozanekdel,recimoceliconaegasveta,potemnipotrebepoponovnempregledutega

vozlia.Dijkstrinalgoritemteganemorerei,namestotegamorapreveriti,alijenovapotdotega

vozliabolja,torejcenejakotprejnjapot.

Primer?Recimo,daimamonaslednjecestnepovezaveinelimopritiizskrajnolevegamestav

skrajnodesnega:


16/26


NaslednikaodmestaAstamestiBinC,kiimataceno(recimorazdaljovkm)80in90.Kerimapot

skozimestoCzaenkratnajcenejoceno,nadaljujemoiskanjeiznjegadalje.DapridemovmestoD

nastakostane80+97=177.SedajjenajcenejapottistadomestaB,zatoiemoiznjegadaljein

dobimo99+211=310.CiljnovozlieEsmotorejustvarili,vendarnaalgoritemenikonalzdelom,

zatorazieepotizmestaDnaprejindobiceno80+97+101=278zapotdociljnegavozliaE.Sedaj

algoritempreveri,alijetapotboljaodprejnje.Kerje,prejnjopotzanemari.

Algoritemjetorejvsplonemoptimalen.

Popolnostjezajamenale,ejevsakacenavejaodnekemajhnepozitivnekonstante.Kerje

algoritmupomembnalecenapoti,nepatuditevilokorakov,senamre lahkoobcenahpoti0

ujamevneskonnozanko.Sevedapamorabitifaktorvejitvebkonen.

Kompleksnostizaradilastnostialgoritma,dagavodicenainneglobina,nemoremoenostavno

izrazitiskoliinamabind.ZatosC*oznaimocenooptimalnepotiterpredvidevajmo,davsaka

povezavastanevsaj.Potemjevnajslabemprimeruasovnainprostorskakompleksnostenaka

/,karpajelahkovelikove kotO(bd).Zakaj?Taalgoritemlahkorecimopreievelika

poddrevesazmajhnimicenami,predenbozaelpreiskovatipotizvelikimi,amogoeuporabnimi

cenami.e

bi

vse

cene

bile

enake,

potem

iz

/dobimo

b

1+d

,kar

pomeni,

da

dobimo

ve

jo

kompleksnostkotprialgoritmunajprejvirinoinsicerzaradidejstva,daDijkstrinalgoritempreveri

tudivsavozlianaglobinid+1,ebisluajnonaelnatejglobiniekaknocenejoreitev.

A*

AlgoritemA*reiveinoproblemovalgoritmovnajprejvirino,najprejnajboljiinDijkstrinega

algoritma.Vosnoviporabivelikomanjspomina,zaiskanjereitvepapotrebujevelikomanjasa

(manjciklovCPE).Polegtegajami,danajdeoptimalnoreitev,obpredpostavki,dauporabljamo

sprejemljivohevristinofunkcijo.Sprejemljivahevristinafunkcijajefunkcija,kinikolinepreceni

dejanskecenepotidocilja.(Priiskanjuvgrafujepogojmalostroji,sajpravi,damorabiti

hevristinafunkcijatudikonsistentna:zavsakovozlieninvsakeganjegoveganaslednikanvelja,

daocenaceneizvozliandociljanini vejakotcenakorakaiznvnplusocenjenacenaizndo

cilja.)Nasreoocenarazdaljenikolineprecenidejanskecenepoti.Takoborecimocilj,kijedvecelici

stranodnaetrenutnepozicijebildoseenvdvehalive korakih(ejerecimovmesovira),zagotovo

panevmanjkorakih.Obtaknihevristinifunkcijijealgoritemtudipopoln.

A*torejzdruujealgoritmanajprejnajboljiinDijkstrinalgoritemtako,dapriizraunucene

upotevatakodanocenokottudihevristinoceno.Danacenajedejanskacenapotiodzaetnega

vozliapavsedotrenutnegavozlia,torejdovozlia,kjersetrenutnonahajamo(toizhajaiz

Dijkstrinegaalgoritma).Hevristinacenapapodajaocenjenocenoiztrenutnegavozliadocilja(to


17/26


sevedaizhajaizalgoritmanajprejnajbolji).A*imatakomnoicomejhnihvozli sortiranopokonni

ceni,kijodobimopoenabi:

konnacena=danacena+(hevristinacena*hevristinaute)

Utenamdajemonost,daposameznicenidamovejoteo.Vsplonembomozutejovejoodenadalivejoteohevristinioceni,zutejomanjoodenapadanioceni.

esedajpogledamodelovanjealgoritmaA*naproblemu,kjerjealgoritemnajprejnajboljizatajil,

dobimooptimalnoreitev:

AlgoritemA*vpsevdokodibiizgledaltakole:

1)createtherootNode: setitsxandytothestartPoint setitsparenttoNULL setitsfinalCost=givenCost+heuristicCost

2)pushrootNodeintoopen

3)whileopenisnotempty

a)popthenodewiththebestfinalCostfromopenandassignittocurrentNode

b)ifcurrentNode'sxandyareequaltothegoalPoint,then//Note:wecantraversethroughtheparentsofcurrentNode pushthenodesthatarepartofthepathintosolution breakfromstep3

//Note:anodehas8pointsarounditwhichcanbeusedtocreateminof0and// maxof8successorc)foreverynearbyPointaroundthecurrentNodedothefollowing

i)ifthisnearbyPointisinaspotthatisillegalsuchasawall,then skiptothenextnearbyPoint

ii)createsuccessorNode: setitsxandytothenearbyPoint setitsparenttobecurrentNode

setitsfinalCost=givenCost+heuristicCost


18/26


iii)ifanodeforthisnearbyPointhasbeencreatedbefore,then//Note:toseewhetherornotanodeisinfactbetterthantheother,// wehavetocomparetheirgivenCost ifsuccessorNodeisbetterthanoldNode,then

poptheoldNodeanddeleteit

elseskiptothenextnearbyPoint

iv)pushsuccessorNodeintoopen

d)pushthecurrentNodeintoclosed

4)ifthewhileloopcompleteswithoutfindingthegoal,thegoalPointisunreachable

KompleksnostbilahkopoenostavljenozapisalikotO(bd),kjerjerelativnanapakameddejansko

cenoh*inocenjenocenoh:=(h*h)/h*.Zapisanosamoposebiniravnospodbudno,vendarvpraksiuporabadobrehevristinefunkcijezagotavljaneverjetneprihrankevasuinprostoru.

Bimalopotestiralialgoritme?

assamposebininajvejapomanjkljivostalgoritmaA*.Kerhranivsavozliavspominu(kotvsi

algoritmi,ki

preiskujejo

grafe),

algoritmu

A*

veliko

prej

zmanjka

prostora

kot

asa.

A*

tako

ni

primerenzazeloobseneprobleme.Sevedapaobstajajoeboljialgoritmi,kireijoproblem

prostora,obtemostajajooptimalniinpopolni,porabijopanekajve asa.Dajmojihnekajlenateti:

A*ziterativnimpoglabljanjem(iterativedeepeningA*IDA*),rekurzivninajprejnajboljialgoritem

(recursivebestfirstsearchRBFS),prostorskoomejenA*(memoryboundedA*MA*),

poenostavljenMA*(simplifiedMA*).

Minimaxiskanje

Torejzakajeenalgoritemiskanja,ejeA*tistipravi?Pridebatioagentihsmoizpostavilidejstvo,

daupotevamotudistanjeokolja,kipaselahkomedagentovimiakcijamispreminja.Takovelja,da

eigramoprotinasprotniku(alizzaveznikom)vrecimoizmenjujoemsizaporedjuakcij(turntaking,


19/26


twoplayer,deterministicgame,zerosumgameofperfectinformation(fullyobservable

environments))(recimokriciinkroci,ah),potemakcijenasprotnikavplivajonastanjeokolja,

slednjesejenapodlaginasprotnikoveakcijespremenilointakoagentovaodloitevizprejnjega

korakamogoenive optimalna.

Taknemuiskanjupravimosovranoiskanje(adversialsearch,games(mathematicalgametheory),economies),skaterimreujemoprobleme,kinastanejoprinartovanjuvsvetu,kjerostaliagentjes

svojiminartiruijonartnenaegaagenta.Opravkaimamotorejznepredvidljiviminasprotniki,zato

moramopoiskati(re)akcijonavsakomonoakcijonasprotnika.Hkrativelja,daesmoasovno

omejeniinzatonemoremonajtioptimalnereitve,jomoramoaproksimirati.Tostabistvenirazlikis

prejspoznanimialgoritmizaiskanje.

Iskalnodrevoprirecimoahuima35100vozli (povprenotevilomonihpoteznavsakemkorakuje

35,igrapatrajapovpreno50potezvsakegaigralca).Pritaknihigrah,kotmarsikdajvrealnem

svetu, moramozatozagotovitinekosmiselnoreitev,keroptimalnereitvenimogoedobitiv

doglednemasu.

Minimaxiskanjejetorejtehnika,kiomogoaizbordobrereitveobomejenemasu.Imejedobilapo

konceptudvehigralcev,edenjeMax,drugiMin.Maxjevednoprvinavrsti,potempastanavrsti

edenzadrugim,vsedoklernepridemodokoncaigre,kjerustreznonagradimozmagovalca,

kaznujemoporaenca.Iskalniproblemlahkoformalnopredstavimoznaslednjimielementi:

Zaetnostanje.

Definiranigralec,kijenavrstivdoloenemstanju.

Mnoicamonihakcijvdoloenemstanju.

Definiranrezultatakcije.

Testkonnosti(terminaltest),kipove,alisejeigrakonalaaline.Stanjavkaterihseigra

konaimenujemokonnastanja.

Ocenjevalnafunkcija(utility,objective,payofffunction)definirakonnonumerinovrednost

igre,kisezakljuivkonnemstanju.Ocenarazkrijezmagovalca.(Prikricihinkrocihsoto

recimovrednosti0,1ali1,priahu0,1,1/2.)

Zaetnostanje,akcijeinrezultatiakcijdefinirajodrevoigrevozliasostanjaigre,povezavepaso

moneakcije.Zaprimerkricevinkrocevbidrevoizgledalotakole:


20/26


IzzaetnegastanjaimaMax9monihakcij.VisokevrednostiocenjevalnefunkcijesodobrezaMaxa,

nizkevrednostipazaMina(karjerazlogzapoimenovanje).Relativnogledanojedrevoigremajhno:

9!=362.880konnihvozli.Zaahjihjeetoliko,dalahkonataknodrevogledamolekotna

teoretinikontrukt,kigavpraksi nimogoerealizirati.NegledenavelikostdrevesapaimaMax

nalogopoiskatidobropotezo.

Globinopritehdrevesihpojmujemomalcedrugae,sajglobinoeneakcije(onemovedeep)

okarakteriziramozenoakcijoMaxainenoMina(halfmove,ply).

Minimaxvrednost(minimaxvalue)lahkoizrazimokot:

njevozlie,stanjedrevesa,sjenaslednikvozlianponekiakciji.Strategijaminimaxaseobnese

dobro,eobaigralcaigrataoptimalno,eMinrecimoigraneoptimalno,boMaksigralebolje.e

torejigramoprotineoptimalnimnasprotnikom,jemogoeboljeuporabitikaknodrugostategijoin

neminimax.Sevedapatedrugestategijepotemigrajoslabeprotioptimalnimnasprotnikom.

Dapridemodozapisaalgoritma,sinajprejoglejmoprimernanekitrivialniigri,kiimaleglobinoene

akcijedokonnihvozli:


21/26


KonnavozliaprikazujejoocenezaMaxa,ostalavozliasooznaenazminimaxvrednostmi

(slednjepripiemo,kogremopopotinazajnavzgor,rekurzivno).Najboljapoteza(minimaxdecision)

Maxajea1,sajvodidostanjaznajvejominimaxvrednostjo,najboljapotezaMinapajenatob1,saj

vodidostanjaznajmanjominimaxvrednostjo.

Algoritemtorejizraunaminimaxodloitev(najboljopotezo)izdanegastanjazenostavnimrekurzivnimizraunomminimaxvrednostinadsvojiminasledniki.Algoritemvosnovinaredipopolno

iskanjepoprincipunajprejvglobino(temuprimernesopotemtudinjjegovekarakteristike,sto

razliko,dajetaalgoritemoptimalen).Zaradiznaneasovnekompleksnostijezaveinoiger(zaah

zagotovo)algoritemnepraktien,vendarpostavljadobretemeljezamatematinoanalizoigerter

boljpraktinealgoritme.

Algoritemminimaxiskanja:

Alfabetarezanje

Problemminimaxiskanjajetorej,dajetevilostanjigre,kijihmorapreiskati,eksponentnogledena

globinodrevesa.aleksponentanemoremoeliminirati,vendargalahkouinkovitorazpolovimo.

Rezanje(pruning)namnamre omogoa,daignoriramodeledrevesa,kinevplivajonaodloitev.Takozagotovopospeimosamoizvajanje,najdemopaenakoreitevkotminimaxmagoritem.

Oglejmosi,karnazgornjemprimeru,kakolahkonapodlagiuporabeznaneinformacijepridemodo

reitve,nedabimoralipregledaticelodrevo:


22/26


Zaradilastnostiminimaxavprimeru(d)nimasmislagledativrednostipreostalihdvehvozli.V

primeru(f)paimamovkorenskemvozliukljubvsemuenakoreitevkotprejzuporabominimax

algoritma.(Vidimopalahkotudi,dajemonostrezanjaodvisnatudiodvrstnegaredaobiska

naslednikov.)Nacelotolahkogledamotudikotnapoenostavitevenabeminimaxa:

minimax(koren)=max(min(3,12,8),min(2,x,y),min(14,5,2))

=max(3,z,2) z2

=3.

Zdrugimibesedamijevrednostkorenainstemodloitevalgoritmaneodvisnaodxiny.Sploenkonceptalfabetarezanjatakopravi,daejepotskozivozliemzaigralcaboljaodpotiskozin,

potemdovozlianvigrinebomonikoliprili:

Algoritemzaalfabetarezanje,iskanjejedobilsvojeimepodvehparametrih,kiopisujetaomejitve

obrekurzivnemvraanjupodrevesunavzgor:

alfa()najvijavrednostigralcaMax,kismojonalidosedajnatokahodloitve

beta()najnijavrednostigralcaMin,kismojonalidosedajnatokahodloitve.

Algoritemiskanjavzdrujetidvevrednostiintakojprekinerekurzijovvozliih,kjerjevrednost

trenutnegavozliaslabaodtrenutnoznanealfaoziromabetavrednosti.enazgornjislikireemo,dajeMax=Player,m=,potemvozliannebomoobiskali,e>n.


23/26


Algoritemalfabetaiskanja:

Bistvenarazlikamedteminprejnjimalgoritmomjetorejvvzdrevanjuvrednostiinter

posredovanjuthedvehvrednostiskozidrevesnostrukturo.

Minimaxalgoritemustvaricelotenpreiskovalniprostorigre,alfabetaalgoritemnamomogoa

rezanjevelikihdelovdrevesa,evednopamoravsajdeldrevesapreiskatidokonnihstanj.Ta

globinavelikokratevednonipraktina,sajsmolahkoomejenisasom.Takoobstajajorecimotudi

iskalnialgoritmi,kinanekiglobiniuporabijonekohevristinoocenjevalnofunkcijoinsenespuajo

vglobino.Alirecimoalgoritmivnaprejnjegarezanja(forwardpruning).Vendarotemmogoekdajdrugi.

3.Predstavitevpreiskovalnegaprostora

Kotsmoreklinazaetkutegapoglavjasimorasvetagentpredstavitivnekipodatkovnistrukturi,

medkaterimisovigrahnajpopularnejemree(grid),grafismernihtok(waypointgraphs)in

navigacijskaomreja(navigationmeshes).Vsakaimasvojeprednostiinslabosti,naprimernost

uporabepalahkovplivajotudiparametrikotsoanr,tipsveta,teviloagentovipd.

Mree


24/26


2Dmreesozelointuitivennainopisasveta,ravnozatopatudizelovelikokratuporabljenkonceptv

igrah.RecimoRTSigrikotstaAgeofempiresinWarcraftIIIuporabljatamreo.Vsakocelicomree

oznaimokotprehodnoalineprehodno.Vsakobjektvsvetuigrelahkozavzameenoalive celic.Ker

jemrea2D,toenepomeni,dajenemoremouporabititudiza3Digre(recimoWarcraftIII).V

taknemprimeruimamopa leenoviino;takorecimovWarcraftIIInemoremoitipodmostomali

ezmost(leenoalidrugo).

Bistveneprednostimreeso:

Negledenalokacijolikavsvetu,takojvemo,katericelicipripadatalokacija.

Izpoljubnecelicelahkozeloenostavnodostopamodososednjihcelic.

Mreedelujejodobrovsvetovih,kjersoobjektilahkodokajdobroporavnaniscelicami.

Primerevednodobreporavnaveobjektovscelicami:

Grafismernihtok

Namestoprehodnikinneprehodnihcelicgrafsmernihtokpodapovezavevsvetu,kisovarneza

prehod.Takoseagentupripotovanjupotehpovezavahnitrebaobremenjevati,alibonaletelna

ovire,padelvjarekalizmosta.Smernetokedejanskopredstavljajovozliagrafa,povezavapa

poveenatannodvevozliiindefiniravarnopotmedtemadvemavozliema.

Grafzasvet,kigabibilotejeopisatizmreo:


25/26


Vsakacelicaimatipinoosemsosedov,medtemkojelahkovozliepovezanospoljubnimtevilom

drugihvozli.Torejsografismernihtokboljfleksibilni.Pravzapravlahkozavsakomreoustvarimo

ekvivalentengrafsmernihtok,evozliepostavimovcenterprehodnihcelic,vozliapapotem

poveemozvozliivsosednjihcelicah.

Sevedapatonepomeni,dajegrafsmernihtokvednoboljaizbira.Vmreinipotrebepododatniinformacijizavodenjeevidenceososednjihcelicah,koordinatitrenutnecelicestadovolj.Vprimeru

grafasmernihtokpatemunitako(naelomapotrebujemodvapovezanarazredaGraphNodein

GraphLink),zatolahkozuporabomreezagotovokrepkopriparamopriporabipomnilnika.

Vozliapalahkohranijotudidodatnoinformacijo,recimoradij,kilahkodefinirairinopovezave,da

lahkoagenthodipopotimaloboljfleksibilno(nestrogopopovezavi),mogoezintegriranokakno

nakljunovrednostjo.Obtemrazirjenepovezave,koridorjievednoopisujejopovsemvarnopot.

Vendarpaveinaigerrajekotirinopotiuporabljapristopohlapnegasledenjapotivpovezaviz

detekcijotrkov,kiagentaobvarujepredrecimotrkomzoviramialipadcemvluknje.Zatopamorajo

oblikovalcisvetasevedazagotovitidodatneinformacijeomonihtrkih,recimonevidneravninealiomejujoepovrine/volumne(boundingsurface/volume).

Enaizmedbistvenihprednostigrafovsmernhtokje,dalahkoenostavnopredstavljajopoljubne3D

svetove.VelikoFPSiger,kotrecimoUnrealtournamentinHalflife,uporabljapravgrafesmernih

tok.

Navigacijskaomreja

Navigacijskaomrejasopostalavzadnjihletihzelopopularna,sajzdruujejodobrestranimrein

grafovsmernihtok.

Izhajajmoizpredstavitvesvetazgrafomsmernihtoknazgornjislikiterpredstavimotasvetz

navigacijskimomrejem:

Navigacijskoomrejejesestavljenoizkopicekonveksnihpoligonov(vtemprimerutrikotnikov,nipa

tonujno).Prednostuporabekonveksnegapoligonajeta,dalahkopoljubnidvetokiznotrajpoligona

poveemobrezprehodaskozirobpoligona.Torejvsepotiznotrajpoligonapredstavljajovarnepoti

(kotprimreah).Vsakrobpoligonajealideljenzdrugimpoligonomalipaznobenim.Vprvem

primeruroboznaujemoenvarenprehod,vdrugempaneprehodnost.


26/26

Odvsehtrehspoznanihstrukturtorejlegrafismernihtoknedefinirajoprehodnihinneprehodnih

regij.Zatojihoznaimokotnepopolnepredstavitvesveta.Posledinonavigacijskaomrejaoznaimo

kotpopolnepredstavitvesveta.

Dodatnaprednostnavigacijskihomreijpredgrafismernihtokjeta,dapovezujejoiskanjepotiin

detekcijotrkov.Obuporabiohlapnegasledenjavgrafusmernihtoksmoizpostavili,damoramouporabljatidetekcijotrkov.Cenadetekcijesevedastevilomagentovnaraa.Priuporabi

navigacijskihmrepaselahkozadetekcijotrkanaslonimonaenostavnotestiranjeprehodaez2D

robpoligona.

Dodatniviri:

[1]StuartRussell,PeterNorvig:ArtificialIntelligence:AModernApproach,Pearson,2010.

http://aima.cs.berkeley.edu

Naloganavajah:

Zanalogomorateoddatisvojrazredzascenoinposnetekigralnosti,kjersenasceno

dodajajoinodstranjujejostvari.Lahkosiceruporabitekakrenkolipristophoete,vanoje,

davamarhitekturaomogoatakododajanjekotodstranjevanjestvaritekomigranjainnele

obinicializaciji.

Vigrododajtevsajenegaagenta(tokedobitezamaksimalnotriagente).

Vigrododajtepreiskovanjeprostora(neobveznanaloga).

Documents

TINR Skripta Predavanj 5