Ricerca con avversari
|
|
- Cinzia Gallo
- 5 anni fa
- Visualizzazioni
Transcript
1 Ricerca con avversari Corso di Intelligenza Artificiale, a.a Prof. Francesco Trovò 12/03/2018
2 Ricerca con avversari Definizione di gioco Giochi deterministici Giochi stocastici Giochi con parziale osservabilità
3 Ricerca fino ad ora Ambienti semplici senza informazioni e con informazioni Differenti obbiettivi Trovare un piano di azione Trovare uno stato obbiettivo a prescindere dal percorso Se all interno del problema abbiamo altri agenti (avversari), le nostre scelte dovranno essere mosse dipendenti da ciò che compie l avversario La scienza che studia tali interazioni è la teoria dei giochi
4 Particolarità dei giochi La teoria matematica dei giochi studia le interazioni tra più agenti razionali che possono essere: Cooperativi Avversari I giochi più comuni analizzati dall IA sono giochi a somma zero, ad informazione perfetta, a turni e a due giocatori Gioco a somma zero o somma costante: alla fine di ogni partita la somma delle utilità per i giocatori è la stessa giochi MAX MIN Es scacchi (1,0), (0,1) o (1/2,1/2) Con multipli giocatori diventa tutto molto più complesso (alleanze) Per convenzione il primo giocatore è MAX e il secondo è MIN
5 Definizione di un gioco Stato iniziale: configurazione iniziale del gioco Giocatori: set dei giocatori e turni di gioco dei giocatori Azioni: ammissibili per il giocatore attivo nello stato Risultato o modello di transizione: come evolve il gioco a fronte di una data azione in un dato stato Test-terminazione: definisce se uno stato è terminale, ovvero la partita ha termine Utilità: definisce il valore di ogni giocatore in uno stato terminale
6 Esempio TIC/TAC/TOE Rispetto alla ricerca vista fin ora in alcuni stati non posso effettuare azioni, è l altro giocatore che deve scegliere la mossa
7 Decisioni ottime Le azioni di un giocatore devono essere contingenti: mossa per stato iniziale (se iniziamo) e poi una mossa per ogni possibile comportamento dell avversario Parliamo allora di strategia: risposta per ogni mossa dell avversario Strategia ottima: strategia che porta un utilità maggiore o oguale ad ogni altra possibile strategia, supponendo l avversario «infallibile» Se l avversario non giocasse in maniera ottima (razionale) altre strategie potrebbero essere più performanti
8 Esempio di gioco a singolo turno N.B. in questo gioco ho solo due strati che corrispondono ad una singola mossa per giocatore Sto supponendo che le giocate avvengano sequenzialmente
9 Algoritmo MINIMAX Calcolo ricorsivo del valore di uno stato a partire dai nodi successori La ricorsione si ferma alle foglie dove il valore è definito Completezza: arrivo ad una strategia da utilizzare Ottimalità: nel senso dei giochi Complessità temporale: O(b m ) Complessità spaziale: O(bm) se genero tutti i successori assieme, O(m) se li genero uno alla volta (backtracking) con b branch factor e m profondità massima dell albero In pratica non è applicabile, è una buona base per analizzare altri algoritmi più efficienti
10 Potatura α β Modifica di MINIMAX in cui non voglio espandere inutilmente nodi dell albero di ricerca In pratica quando facciamo MINIMAX non dobbiamo calcolare tutti I valori dei nodi figli per decidere se alcuni nodi sono subottimali Idea: teniamo due indici per ogni nodo α: il valore della scelta migliore trovato fin ora (altrimenti + ) β: il valore della scelta peggiore trovato fin ora (altrimenti )
11 Pseudocode Confronto il valore di un nodo MAX con β del padre Confronto il valore di un nodo MIN con α del padre
12 Potatura α β
13 Potatura α β
14 Potatura α β
15 Potatura α β
16 Potatura α β
17 Potatura α β
18 Proprietà della potatura α β Quanto potiamo dipende molto dall ordine con cui visitiamo i nodi Con buone euristiche per ordinare i nodi si può arrivare ad una complessità temporale al minimo di O(b m/2 ) Ordinare le azioni rispetto ad una euristica è fondamentale se riesco ad identificare le mosse killer faccio molto pruning Es: negli scacchi espando prima azioni che catturano pezzi, poi quelle di minaccia, poi le mosse in avanti e, infine, quelle indietro
19 Problemi della potatura α β Problema: dobbiamo arrivare agli stati terminali e a volte ciò non è feasible Shannon (1950): assegnare una funzione di valutazione ai nodi intermedi e tagliare la ricerca ad grazie ad un test di taglio Funzione di valutazione: stima del valore atteso di uno stato Dovrebbe ordinare correttamente gli stati terminali Non computazionalmente complessa Tenga in considerazione la probabiltà di vinttoria in uno stato Es: valore del materiale negli scacchi, buona disposizione dei pedoni, difesa del re (combino le varie metriche)
20 Limiti della funzione di valutazione A volte potrei avere delle posizioni in cui la funzione di valutazione è molto positiva ma nel livello successive potrebbe cambiare radicalmente Posizioni di quiescenza: stati in cui è improbabile che la funzione di valutazione cambi in maniera brusca ricerca di quiescenza ES: espando tutte le mosse di cattura di pezzi
21 Oltre I giochi deterministici Molte volte all interno dei giochi o delle interazioni tra agenti esiste una componente incontrollabile o stocastica Es: tiro dei dadi nel backgammon Devo introdurre dei nodi specifici per tali eventi: nodi di casualità (chance nodes) Non possiamo più calcolare il valore di ogni strategia, ma potremo invece calcolare il valore atteso di una certa mossa MINIMAX expectiminimax
22 Esempio: tiro dei dadi nel backgammon
23 Assunzioni sulla funzione di valutazione nel caso di massima profondità La funzione deve essere una trasformazione lineare della probabilità di vincere data una posizione
24 Complessità di expectiminimax Oltre alla complessità di dover esplorare l albero completamente O(b m ) dovrò anche tenere in considerazione la ramificazione data dalla casualità Se ho n differenti eventi casuali avrò O(b m n m ) nodi da analizzare Rende molto complesso analizzare anche giochi con pochi livelli Soluzione (approssimata): posso usare un algoritmo a mia scelta, fermarmi ad un livello dato e fare una simulazione Monte Carlo della parte restante della partita
25 Giochi parzialmente osservabili Es: Battaglia navale, Stratego, Kriegspiel Ogni giocatore può vedere solo i propri pezzi Ad ogni turno propone una mossa ad un arbitro (onniscente) Se è valida viene attuata, se non è valida ne può proporre una nuova Fatta la mossa l arbitro annuncia l esito se necessario, (cattura, scacco, scacco matto) Definizione di stato credenza: stato che contiene tutti gli stati fisici possibili date le informazioni attuali
26 Esempio di un albero con stati credenza Voglio: Mettere l avversario sotto scacco Ridurre le dimensioni del mio stato credenza Minimizzare le informazioni date all avversario Importanza dell informazione esplorazione
27 Upper Confidence Tree Monte Carlo Tree Search: genero solo alcuni dei path per stimare il valore di un dato nodo UCT: Kocsis e Szepesvari (2006) In ogni nodo: u n = w(n) s(n) + c ln t s(n) Dove: w(n) è il numero di vittorie s(n) è il numero di vote che sono passato da quell nodo t è il numero di prove fatte in tutti c è una costante
I giochi con avversario. I giochi con avversario. Introduzione. Giochi come problemi di ricerca. Il gioco del NIM.
I giochi con avversario I giochi con avversario Maria Simi a.a. 26/27 Regole semplici e formalizzabili eterministici, due giocatori, turni alterni, zero-sum, informazione perfetta (ambiente accessibile)
Dettagli3 Ricerca per Giochi e CSP
Esercizio 3.1 Dire quale tecnica usereste per risolvere i seguenti giochi: 1. Backgammon 2. Scarabeo 3. Scacchi 4. Go 5. Monpoli 6. Poker Motivate le risposte con adeguate ragioni basate sulle caratteristiche
DettagliI giochi con avversario. I giochi con avversario. Sommario. Il gioco del NIM. Il gioco del NIM. Giochi come problemi di ricerca
I giochi con avversario I giochi con avversario Maria Simi a.a. 203/204 Regole semplici e formalizzabili deterministici, ambiente accessibile due giocatori, turni alterni, a somma zero, informazione perfetta
DettagliI giochi con avversario. I giochi con avversario. Introduzione. Il gioco del NIM. Il gioco del NIM. Giochi come problemi di ricerca
I giochi con avversario I giochi con avversario Maria Simi a.a. 200/20 Regole semplici e formalizzabili Deterministici, due giocatori, turni alterni, zero-sum, informazione perfetta (ambiente accessibile)
DettagliAlgoritmi e giochi combinatori
Algoritmi e giochi combinatori Panoramica Giochi combinatori Programmi che giocano Albero di un gioco L algoritmo Minimax 1 Perché studiare i giochi? Problemi che coinvolgono agenti in competizione tra
Dettagli3 Ricerca per Giochi e CSP
Esercizio 3.1 Dire quale tecnica usereste per risolvere i seguenti giochi: 1. Backgammon 2. Scarabeo 3. Scacchi 4. Go 5. Monpoli 6. Poker Motivate le risposte con adeguate ragioni basate sulle caratteristiche
DettagliRicerca non informata
Ricerca non informata Corso di Intelligenza Artificiale, a.a. 2017-2018 Prof. Francesco Trovò 05/03/2018 Ricerca non informata Definizione del problema della ricerca Architettura necessaria Blind search
DettagliIntelligenza Artificiale Compito - 12 Marzo 2007
Intelligenza Artificiale Compito - 1 Marzo 007 Nome e Cognome: Matricola: Nickname: ESERCIZIO N 1 Ricerca Informata A* 4 punti Stabilite se un euristica monotona permette ad A* di espandere sempre meno
DettagliIntelligenza Artificiale. Lezione 6bis. Sommario. Problemi di soddisfacimento di vincoli: CSP. Vincoli CSP RN 3.8, 4.3, 4.5.
Sommario Intelligenza Artificiale CSP RN 3.8, 4.3, 4.5 Giochi RN 5 Lezione 6bis Intelligenza Artificiale Daniele Nardi, 2004 Lezione 6bis 0 Intelligenza Artificiale Daniele Nardi, 2004 Lezione 6bis 1 Problemi
DettagliConstraint Satisfaction Problems
Constraint Satisfaction Problems Corso di Intelligenza Artificiale, a.a. 2017-2018 Prof. Francesco Trovò 19/03/2018 Constraint Satisfaction problem Fino ad ora ogni stato è stato modellizzato come una
Dettagli2 Problemi di Ricerca
Esercizio 2.1 Formalizzare come problema di ricerca il problema delle 8 regine. Esercizio 2.2 Analizzare l algoritmo di ricerca a lunghezza iterativa. Tale algoritmo incrementa iterativamente il limite
DettagliTeoria dei giochi. 2. Forma estesa (struttura ad albero e matrice dei pagamenti) Slides di Teoria dei Giochi, Vincenzo Cutello 1
Teoria dei giochi 2. Forma estesa (struttura ad albero e matrice dei pagamenti) Vincenzo Cutello 1 Struttura ad albero: Gioco dei fiammiferi 2 2 1 2 0 2 0 2 1 1 1 0 0 1 0 0 A B Struttura ad albero (mossa
DettagliCorso di Intelligenza Artificiale
Nome e Cognome: Matricola: Corso di Intelligenza Artificiale Anno Accademico 2010/2011 Compitino del 14 Febbraio 2011 Istruzioni Scrivere la risposta nello spazio bianco al di sotto della domanda; Non
DettagliIntelligenza Artificiale. Tecniche di ricerca basate sullo spazio degli stati
Intelligenza Artificiale Tecniche di ricerca basate sullo spazio degli stati Marco Piastra Ricerca e stati - 1 Problemi diversi, soluzioni simili Fox, Goat and Cabbage La definizione prevede Uno stato
DettagliAgenti Intelligenti. Corso di Intelligenza Artificiale, a.a Prof. Francesco Trovò
Agenti Intelligenti Corso di Intelligenza Artificiale, a.a. 2017-2018 Prof. Francesco Trovò 26/02/2018 Agenti Intelligenti Definizione di agente Razionalità Specifica dell ambiente Design di un agente
DettagliIntelligenza Artificiale. Lezione 15. Intelligenza Artificiale Daniele Nardi, 2003 Lezione 15 0
Intelligenza Artificiale Lezione 15 Intelligenza Artificiale Daniele Nardi, 2003 Lezione 15 0 Sommario CSP RN 3.8, 4.3, 4.5 Giochi RN 5.1, 5.2, 5.3, 5.4 Algoritmi genetici RN 20.8 Intelligenza Artificiale
DettagliIntelligenza Artificiale. Cosa vedremo. Game Playing. Gennaio Aprile marco ernandes.
Gennaio Aprile 007 Intelligenza Artificiale Game Playing marco ernandes email: ernandes@dii.unisi.it Intelligenza Artificiale - Game Playing 1/4 Cosa vedremo Come si colloca il Game Playing in relazione
DettagliRicerca con avversari: GIOCHI
Ricerca con avversari: GIOCHI Ambiente multi-agente che deve tenere conto della presenza di un avversario Teoria dei giochi branca dell economia Giochi formali (piu che reali), anche se esiste una competizione
DettagliIntelligenza Artificiale Compito - 12 Marzo 2007
Intelligenza Artificiale Compito - 1 Marzo 007 Nome e Cognome: Matricola: Nickname: ESERCIZIO N 1 Ricerca Informata A* 4 punti Stabilite se un euristica monotona permette ad A* di espandere sempre meno
DettagliI giochi con avversario. Maria Simi a.a. 2016/2017 Credits: Alessio Micheli Russell-Norvig
I giochi con avversario Maria Simi a.a. 2016/2017 Credits: Alessio Micheli Russell-Norvig I giochi con avversario Regole semplici e formalizzabili Ambiente accessibile e determistico Due giocatori, turni
DettagliIntelligenza Artificiale
Intelligenza Artificiale 17 Marzo 2005 Nome e Cognome: Matricola: ESERCIZIO N 1 Ricerca Cieca 5 punti 1.A) Elencare in modo ordinato i nodi (dell'albero sotto) che vengono scelti per l'espansione dalle
DettagliIntelligenza artificiale
Intelligenza artificiale Appunti NON UFFICIALI del corso del prof. Francesco Amigoni Politecnico di Milano Marcello Pogliani marcello.pogliani - at - gmail - dot - com A.A. 2012 2013 Questo documento raccoglie
DettagliGIOCHI. Ambiente multi-agente presenza di un avversario. avversario economia anche se esiste una competizione di calcio fra robot
Ricerca con avversari: : GIOCHI Ambiente multi-agente che deve tenere conto della presenza di un avversario avversario Teoria dei giochi branca dell economia economia Giochi formali (piu che reali), anche
DettagliINTRODUZIONE ALLA TEORIA DEI GIOCHI
Corso di Identificazione dei Modelli e Controllo Ottimo Prof. Franco Garofalo INTRODUZIONE ALLA TEORIA DEI GIOCHI A cura di Elena Napoletano elena.napoletano@unina.it Teoria dei Giochi Disciplina che studia
DettagliMCTS e videogiochi: un'applicazione per le Gare Pokémon
e videogiochi: un'applicazione per le Gare Pokémon Live 10 ottobre 2015 1 Applicazione alle Gare Pokémon Live L'algoritmo Tipo di retropropagazione 2 Multi-armed bandit problem UCB1 e convergenza al minimax
DettagliEspansione: si parte da uno stato e applicando gli operatori (o la funzione successore) si generano nuovi stati.
CERCARE SOLUZIONI Generare sequenze di azioni. Espansione: si parte da uno stato e applicando gli operatori (o la funzione successore) si generano nuovi stati. Strategia di ricerca: ad ogni passo scegliere
DettagliIntelligenza Artificiale. Risoluzione dei Problemi
Intelligenza Artificiale Risoluzione dei Problemi Strategie non-informate: principali 1. breadth-first; 2. depth-first; 3. depth-first a profondità limitata; 4. ad approfondimento iterativo. Ricerca in
DettagliProgrammazione a numeri interi: il metodo del Branch and Bound
Programmazione a numeri interi: il metodo del Branch and Bound L. De Giovanni G. Zambelli Un problema di programmazione lineare intera è una problema della forma z I = maxc T x Ax b x 0 x i Z, i I. (1)
DettagliAlgoritmi di Ricerca
Algoritmi di Ricerca Contenuto Algoritmi non informati Nessuna conoscenza sul problema in esame Algoritmi euristici Sfruttano conoscenze specifiche sul problema Giochi Quando la ricerca è ostacolata da
DettagliLa strategia MiniMax e le sue varianti
La strategia MiniMax e le sue varianti Paolo Boldi 29 gennaio 2002 1 Preliminari In questa dispensa studieremo una strategia per l analisi di alcuni giochi deterministici (cioè, giochi di pura abilità
DettagliTECNOLOGIE INFORMATICHE MULTIMEDIALI
TECNOLOGIE INFORMATICHE MULTIMEDIALI ««Gli errori sono necessari, utili come il pane e spesso anche belli: per esempio, la torre di Pisa.» (Gianni Rodari, Il libro degli errori) Prof. Giorgio Poletti giorgio.poletti@unife.it
DettagliRisoluzione automatica di problemi. Sistemi distribuiti LS Prof. Andrea Omicini A.A
Risoluzione automatica di problemi Sistemi distribuiti LS Prof. Andrea Omicini A.A. 2003-2004 Problemi del risolvere problemi Goal organizzare il comportamento del problema attorno al goal rappresentare
DettagliAgenti che risolvono problemi attraverso la ricerca in uno spazio di stati
Università di Bergamo Facoltà di Ingegneria Intelligenza Artificiale Paolo Salvaneschi A5_1 V1.4 Agenti che risolvono problemi attraverso la ricerca in uno spazio di stati Il contenuto del documento è
DettagliAgenti Basati su Logica
Agenti Basati su Logica Corso di Intelligenza Artificiale, a.a. 2017-2018 Prof. Francesco Trovò 09/04/2018 Agenti basati sulla logica Generico agente logico Il mondo del Wumpus Logica proposizionale Inferenza
Dettagli3.4 Metodo di Branch and Bound
3.4 Metodo di Branch and Bound Consideriamo un generico problema di Ottimizzazione Discreta dove X è la regione ammissibile. (P ) z = max{c(x) : x X} Metodologia generale di enumerazione implicita (Land
Dettagli1 SOLUZIONE DEI PROBLEMI TRAMITE GRAFI
1 SOLUZIONE DEI PROBLEMI TRAMITE GRAFI Questo capitolo tratta della possibilità di risolvere problemi analizzando le diverse possibilità prodotte dalla scelta dell agente. Abbiamo già visto come un agente
DettagliTecnologie informatiche multimediali
Università degli Studi di Ferrara Facoltà di Lettere e Filosofia Corso di Laurea in «Scienze e ecnologie della Comunicazione» aa 2011-2012 ecnologie informatiche multimediali Prof. Giorgio Poletti giorgio.poletti@unife.it
DettagliRicerca Cieca. Spazio di Ricerca. ! albero di ricerca. Russell & Norvig: Introduzione al Problem Solving. Introduzione al Problem Solving
Ricerca Cieca Russell & Norvig: 3.4 3.6 Spazio di Ricerca! albero di ricerca Concetti di Base Albero di ricerca Espansione nodi Strategia di ricerca: Per ogni nodo determina quale nodo espandere Nodi di
DettagliGIOCHI. L'intelligenza artificiale considera giochi con le seguenti proprietà: 1) Sono giochi a due giocatori in cui le mosse sono alternate;
GIOCHI L'intelligenza artificiale considera giochi con le seguenti proprietà: ) Sono giochi a due giocatori in cui le mosse sono alternate; 2) Sono giochi con conoscenza perfetta in cui i giocatori hanno
DettagliIntelligenza Artificiale. Lezione 5. Sommario. Ricerca Best-first. Ricerca golosa. Russell & Norvig Capitolo 4, Paragrafi 1 2. Ricerca Best-first
Sommario Russell & Norvig Capitolo 4, Paragrafi 1 2 Intelligenza Artificiale Ricerca Best-first Ricerca A Euristiche Lezione 5 IDA* SMA* Intelligenza Artificiale Daniele Nardi, 2004 Lezione 5 0 Intelligenza
Dettagli... Max. Max. ... Min ... Albero di gioco
Ricerca con avversari: GIOCHI Ambiente multi-agente che deve tenere conto della presenza di un avversario Teoria dei giochi branca dell economia Giochi formali (più che reali), anche se esiste una competizione
DettagliI giochi con avversario
I giochi con avversario Alessio Micheli a.a. 2015/2016 Credits: Maria Simi Russell-Norvig I giochi con avversario Cavallo di battaglia storico dell AI, natura astratta Regole semplici e formalizzabili
DettagliParte III: Algoritmo di Branch-and-Bound
Parte III: Algoritmo di Branch-and-Bound Divide et Impera Sia z * max {c T x : x S} (1) un problema di ottimizzazione combinatoria difficile da risolvere. Domanda: E possibile decomporre il problema (1)
DettagliAgenti basati su Ricerca: Introduzione
Agenti basati su Ricerca: Introduzione Intelligenza Artificiale Prof. Alfonso E. Gerevini Dipartimento Ingegneria dell Informazione Università degli Studi di Brescia Un Agente Risolutore di Problemi Segue
DettagliFONDAMENTI DI INTELLIGENZA ARTIFICIALE (8 CFU) 13 Gennaio 2015 Tempo a disposizione: 2 h Risultato: 32/32 punti
FONDAMENTI DI INTELLIGENZA ARTIFICIALE (8 CFU) 13 Gennaio 2015 Tempo a disposizione: 2 h Risultato: 32/32 punti Esercizio 1 (6 punti) Si esprimano in logica dei predicati del I ordine le seguenti frasi:
DettagliIl Branch & Bound. Definizione 1. Sia S R n. La famiglia S = {S 1, S 2,..., S k S} tale che S 1 S 2 S k = S viene detta suddivisione di S.
Il Branch & Bound Il metodo Branch & Bound è una tecnica che permette di risolvere all ottimo un generico problema di Programmazione Lineare Intera. Tale metodo si basa su due concetti cardine: quello
DettagliNozioni di base (II Parte)
Nozioni di base (II Parte) 1 Ricorsione [GTG14, Par. 5.1-5.4 and 13.1] Algoritmo Ricorsivo: algoritmo che invoca se stesso (su istanze sempre più piccole) sfruttando la nozione di induzione. La soluzione
DettagliProgrammazione dinamica
p. 1/1 Programmazione dinamica La programmazione dinamica è un altro approccio che consente di risolvere problemi in modo esatto. Considereremo solo problemi di massimo ma piccole modifiche consentono
DettagliAlfa. Il GO tra gioco, matematica ed economia. Alla ricerca della strategia ottimale
Alfa Il GO tra gioco, matematica ed economia Alla ricerca della strategia ottimale (ovvero il famoso collegamento tra GO ed informatica promesso nei poster) Pescara, Ottobre 2008 Invincibile Scopo del
Dettaglimax e tagli alfa-beta Una funzione euristica h(n) è detta ammissibile se non sbaglia mai per eccesso la stima del costo per arrivare all obbiettivo
Strategie di ricerca Esercizi Martedì Maggio 005 Scopo:. Esercizi sulle strategie di ricerca. Esercizi sui giochi, alberi min-max max e tagli alfa-beta Errata corrige precedente esercitazione Una funzione
DettagliLezioni di Ricerca Operativa
Lezioni di Ricerca Operativa Massimo Paolucci Dipartimento di Informatica, Sistemistica e Telematica (DIST) Università di Genova paolucci@dist.unige.it http://www.dattero.dist.unige.it Anno accademico
DettagliIntelligenza Artificiale. Ricerca euristica L algoritmo A*
Intelligenza Artificiale Ricerca euristica L algoritmo A* Marco Piastra Ricerca euristica - Ricerca non informata Ricerca nello spazio degli stati Definizione di un grafo come spazio degli stati I nodi
DettagliIl metodo dei Piani di Taglio (Cutting Planes Method)
Il metodo dei Piani di Taglio (Cutting Planes Method) E un metodo di soluzione dei problemi (IP) di tipo generale. L idea di base: Se la soluzione di (RL) non è intera allora la soluzione ottima intera
DettagliCalcolo di equilibri auto-confermanti
Calcolo di equilibri auto-confermanti nei giochi in forma estesa con due giocatori Fabio Panozzo Politecnico di Milano 3 maggio 2010 Fabio Panozzo (Politecnico di Milano) Calcolo di equilibri auto-confermanti
DettagliESERCIZIO MIN-MAX Si consideri il seguente albero di gioco dove i punteggi sono tutti dal punto di vista del primo giocatore.
ESERCIZIO MIN- Si consideri il seguente albero di gioco dove i punteggi sono tutti dal punto di vista del primo giocatore. B C D E F G H I J K L M N O P Q R S T U (6) (8) (5) (0) (-2) (2) (5) (8) (9) (2)
DettagliP-P P-V V-P V-V AR-AR AR-RR RR-AR RR-RR
1) Il giocatore A ha in mano tre carte, due re ed un asso. Toglie una carta, senza farla vedere, e depone le altre due sul tavolo a faccia in giù. Se depone asso e re questa mano vale più dell altra di
DettagliPSPACE completezza. Un linguaggio A è PSPACE completo se. 1. A è in PSPACE, cioè esiste una TM T che accetta A con complessità di spazio polinomiale.
Sommario Il problema della verità per formule booleane pienamente quantificate è PSPACE - completo PSPACE come la classe dei giochi. Il gioco geografico generalizzato è PSPACE - completo 1 PSPACE completezza
DettagliAgenti basati su Ricerca: Introduzione
Agenti basati su Ricerca: Introduzione Intelligenza Artificiale Prof. Alfonso E. Gerevini Dipartimento Ingegneria dell Informazione Università degli Studi di Brescia 1 Un Agente Risolutore di Problemi
DettagliTeoria dei Giochi Prova del 28 Settembre 2012
Cognome, Nome, Numero di Matricola, email: Teoria dei Giochi Prova del 28 Settembre 2012 Esercizio 1. Considera il seguente gioco non cooperativo. È data una rete con insieme dei nodi V = {s,x 1,x 2,y,t}
DettagliMATEMATICA PER LO STUDIO DELLE INTERAZIONI STRATEGICHE: TEORIA DEI GIOCHI. Anna TORRE
MATEMATICA PER LO STUDIO DELLE INTERAZIONI STRATEGICHE: TEORIA DEI GIOCHI Anna TORRE Dipartimento di Matematica, Università di Pavia, Via Ferrata 1, 27100, Pavia, Italy. E-mail: anna.torre@unipv.it Una
DettagliEsercitazione gennaio 2018
Esercitazione 10 16 gennaio 2018 Termine per la consegna dei lavori: martedì 23 gennaio ore 23.55. Istruzioni Ogni esercizio dovrà esser salvato in un file con estensione.py e consegnato tramite Moodle
DettagliGIOCHI. Ambiente multi-agente presenza di un avversario. avversario economia anche se esiste una competizione di calcio fra robot
Ricerca con avversari: : GIOCHI Ambiente multi-agente che deve tenere conto della presenza di un avversario avversario Teoria dei giochi branca dell economia economia Giochi formali (piu che reali), anche
DettagliSoluzione dei problemi di Programmazione Lineare Intera
Fondamenti di Ricerca Operativa T-A a.a. 2014-2015 Soluzione dei problemi di Programmazione Lineare Intera Andrea Lodi, Enrico Malaguti, Daniele Vigo rev. 1.1.a ottobre 2014 Fondamenti di Ricerca Operativa
DettagliAlgoritmi di Ricerca
Algoritmi e Strutture Dati Autunno 01 Algoritmi di Ricerca Dip. Informatica ed Appl. Prof. G. Persiano Università di Salerno 1 Ricerca esaustiva 1 2 Backtrack 3 2.1 Backtrack per enumerazione......................................
DettagliRicerca Combinatoria
Ricerca Combinatoria Theo Gonella 27 marzo 2005 1 Generalità Gli algoritmi combinatori servono per risolvere problemi di due tipi: - Decision Problem, che richiede la semplice ricerca di una soluzione.
DettagliGiochi a due giocatori
Giochi a due giocatori Caratteristiche : mosse alternate non c è intervento del caso (no giochi di carte ) ogni giocatore ha informazioni complete sullo stato del gioco. Esempi: scacchi, dama, filetto,
DettagliEsercitazione gennaio 2015
Esercitazione 10 19 gennaio 2015 Termine per la consegna dei lavori: martedì 26 gennaio ore 23.59. Istruzioni I lavori dovranno essere salvati in una cartella che deve contenere tutto e solo ciò che volete
DettagliMATEMATICA PER LO STUDIO DELLE INTERAZIONI STRATEGICHE: TEORIA DEI GIOCHI. Anna TORRE
MATEMATICA PER LO STUDIO DELLE INTERAZIONI STRATEGICHE: TEORIA DEI GIOCHI Anna TORRE Dipartimento di Matematica, Università di Pavia, Via Ferrata 1, 27100, Pavia, Italy. E-mail: anna.torre@unipv.it 1 SOLUZIONI:
Dettagli. Max. Max. Min. Min ... ... ... Albero di gioco
Ricerca con avversari: GIOCHI Ambiente multi-agente che deve tenere conto della presenza di un avversario Teoria dei giochi branca dell economia Giochi formali (piu che reali), anche se esiste una competizione
DettagliUniversità degli Studi della Calabria
Università degli Studi della Calabria FACOLTA DI SCIENZE MATEMATICHE, FISICHE E NATURALI Corso di Laurea in Matematica Tesi di Laurea Teoria dei Giochi ed Equilibrio di Nash CANDIDATA Francesca SPOSATO
DettagliIntelligenza Artificiale. Ricerca euristica Algoritmo A*
Intelligenza Artificiale Ricerca euristica Algoritmo A* Marco Piastra Metodi di ricerca - Ricerca non informata Ricerca nello spazio degli stati Definizione di un grafo come spazio degli stati I nodi rappresentano
DettagliAlberi binari di ricerca
Alberi binari di ricerca Ilaria Castelli castelli@dii.unisi.it Università degli Studi di Siena Dipartimento di Ingegneria dell Informazione A.A. 2009/20010 I. Castelli Alberi binari di ricerca, A.A. 2009/20010
DettagliAlgoritmi e Strutture Dati
Algoritmi e Strutture Dati Modelli di calcolo e metodologie di analisi Domenico Fabio Savo 1 Notazione asintotica f(n) = tempo di esecuzione / occupazione di memoria di un algoritmo su input di dimensione
Dettagli2.3.3 Cammini ottimi nei grafi senza circuiti
.. Cammini ottimi nei grafi senza circuiti Sia un grafo G = (N, A) orientato senza circuiti e una funzione di costo che assegna un valore c ij R ad ogni arco (i, j) A circuito Proprietà I nodi di un grafo
DettagliInterpretazione economica della dualità
Interpretazione economica della dualità Interpretazione economica delle variabili duali Interpretazione economica del problema duale nei problemi di allocazione risorse e miscelazione Applicazioni della
Dettagli1 Intelligenza Artificiale ed Agenti razionali
1 Intelligenza Artificiale ed Agenti razionali Esercizio 1.1 Dire se le seguenti frasi riguardanti l intelligenza artificiale sono vere o false, giustificando la risposta. 1. Un programma che totalizza
DettagliAlgoritmi e Principi dell'informatica Seconda Prova in Itinere - 14 Febbraio 2014
Algoritmi e Principi dell'informatica Seconda Prova in Itinere - 14 Febbraio 2014 Nome..Cognome.Matr. Laureando Avvisi importanti Il tempo a disposizione è di 1 ora e 30 minuti. Se non verranno risolti
DettagliTecniche di riconoscimento statistico
On AIR s.r.l. Tecniche di riconoscimento statistico Applicazioni alla lettura automatica di testi (OCR) Parte 9 Alberi di decisione Ennio Ottaviani On AIR srl ennio.ottaviani@onairweb.com http://www.onairweb.com/corsopr
DettagliFONDAMENTI DI INTELLIGENZA ARTIFICIALE 9 Febbraio 2018 Tempo a disposizione: 2 h Risultato: 32/32 punti
FONDAMENTI DI INTELLIGENZA ARTIFICIALE 9 Febbraio 2018 Tempo a disposizione: 2 h Risultato: 32/32 punti Esercizio 1 (6 punti) Si formalizzino le seguenti frasi in logica dei predicati: 1. Ogni opera di
DettagliIn Action With Math. Competizione e Strategia - Teoria dei Giochi. Roberto Lucchetti - Giulia Bernardi. Politecnico di Milano
In Action With Math Competizione e Strategia - Teoria dei Giochi Roberto Lucchetti - Giulia Bernardi Politecnico di Milano www.gametheory.polimi.it 22 ottobre 2015 1 / 13 Riassunto Gioco Un modello per
DettagliCOMPITO DI RICERCA OPERATIVA. max 3x 1 + 2x 2 x x 2 + x 3 = 4 2x 1 + x 2 + x 4 = 3
COMPITO DI RICERCA OPERATIVA ESERCIZIO 1. (7 punti) Sia dato il seguente problema di PL: max 3x 1 + 2x 2 x 1 + 1 2 x 2 + x 3 = 4 2x 1 + x 2 + x 4 = 3 Lo si risolva con l algoritmo che si ritiene più opportuno
DettagliCOMPITO DI RICERCA OPERATIVA. max x 1 + x 2 x 1 + x 2 1 x 1 + x 2 2. Lo si trasformi in forma standard e se ne determini una soluzione ottima.
COMPITO DI RICERCA OPERATIVA APPELLO DEL 06/07/05 ESERCIZIO 1. (5 punti) Sia dato il seguente problema di PL: max x 1 + x 2 x 1 + x 2 1 x 1 + x 2 2 x 1 0 x 2 0 Lo si trasformi in forma standard e se ne
DettagliAnalisi interazione domanda/offerta: modelli di assegnazione
Corso di Laurea Ingegneria Civile e Ambientale - AA Corso di: Fondamenti di Trasporti Lezione: Analisi interazione domanda/offerta: modelli di assegnazione Giuseppe Inturri Università di Catania Dipartimento
DettagliEsercizi per il corso di Algoritmi, anno accademico 2011/12
Esercizi per il corso di Algoritmi, anno accademico 2011/12 Esercizi sulla Tecnica Divide et Impera N.B. Tutti gli algoritmi vanno scritti in pseudocodice (non in Java, nè in C++, etc. ). Di tutti gli
DettagliLaboratorio di dinamiche socio-economiche
Dipartimento di Matematica Università di Ferrara giacomo.albi@unife.it www.giacomoalbi.com 8 marzo 2012 Seconda parte: Econofisica La probabilità e la statistica come strumento di analisi. Apparenti paradossi
DettagliEsercizi d'esame su strategie di ricerca, CSP e Giochi. Compiti d'esame 2017 e 2018
Esercizi d'esame su strategie di ricerca, CSP e Giochi Compiti d'esame 2017 e 2018 1 Giugno 2018 Strategia a costo uniforme Si consideri il seguente grafo in cui gli archi sono annotati col costo e si
DettagliKernel Methods. Corso di Intelligenza Artificiale, a.a Prof. Francesco Trovò
Kernel Methods Corso di Intelligenza Artificiale, a.a. 2017-2018 Prof. Francesco Trovò 14/05/2018 Kernel Methods Definizione di Kernel Costruzione di Kernel Support Vector Machines Problema primale e duale
DettagliSe x y è pari vinci 1 euro (n.b. assumiamo 0 sia un numero pari);
Teoria dei Giochi Prova del Febbraio 011 Cognome, Nome, email: Esercizio 1 Considera il seguente gioco non cooperativo. I giocatori sono tre: A, B,C. Ciascun giocatore deve scegliere un numero secondo
DettagliCercare il percorso minimo Ant Colony Optimization
Cercare il percorso minimo Ant Colony Optimization Author: Luca Albergante 1 Dipartimento di Matematica, Università degli Studi di Milano 4 Aprile 2011 L. Albergante (Univ. of Milan) PSO 4 Aprile 2011
Dettaglia 10,10 3,9 b 9,3 6,6
ESERCIZI Teoria dei Giochi 1. Si consideri l interazione tra due giocatori descritta nella seguente forma normale: a 10,10 3,9 b 9,3 6,6 a) Cosa succede nel gioco precedente se i giocatori scelgono simultaneamente?
DettagliAlgoritmi e Strutture Dati (Mod. B) Algoritmi Greedy (parte I)
Algoritmi e Strutture Dati (Mod. B) Algoritmi Greedy (parte I) Algoritmi greedy Gli algoritmi per problemi di ottimizzazione devono in genere operare una sequenza di scelte per arrivare alla soluzione
Dettagli2.2 Alberi di supporto di costo ottimo
. Alberi di supporto di costo ottimo Problemi relativi ad alberi hanno numerose applicazioni: progettazione di reti (comunicazione, teleriscaldamento,...) protocolli reti IP memorizzazione compatta di
DettagliTAVOLA DI FAUST E STRATEGIE NON SIMMETRICHE
TAOLA DI FAUST E STRATEGIE NON SIMMETRICHE AS 21-211 ROSSELLA ALAZZO (2C) CHIARA ELEUTERI (3L NI) ANGELA IULA (3L NI) ABSTRACT In questo articolo vengono analizzati alcuni aspetti di un gioco noto come
Dettagli5.1 Metodo Branch and Bound
5. Metodo Branch and Bound Si consideri il problema min{ c(x) : x X } Idea: Ricondurre la risoluzione di un problema difficile a quella di sottoproblemi più semplici effettuando una partizione (ricorsiva)
Dettagli