人工智能——α-β剪枝

剪枝的概念


极大极小过程是先生成与/或树,然后再计算各节点的估值,这种生成节点和计算估值相分离的方式,需生成规定深度内的所有节点,搜索效率较低。
如果能边生成节点边对节点估值,并剪去一些没用的分枝,这种技术被称为α-β剪枝。

剪枝方法

(1) MAX节点(或节点)的α值为当前子节点的最大到推值;

(2) MIN节点(与节点)的β值为当前子节点的最小倒推值;

(3) α-β剪枝的规则如下:

β剪枝

任何MAX节点n的α值大于或等于它先辈节点的β值,则n 以下的分枝可停止搜索,并令节点n的倒推值为α。

这种剪枝称为β剪枝。

α剪枝

任何MIN节点n的β值小于或等于它先辈节点的α值,则n 以下的分枝可停止搜索,并令节点n的倒推值为β。

这种剪枝称为α剪枝。

时间: 2024-08-12 14:03:01

人工智能——α-β剪枝的相关文章

人工智能、机器学习和认知计算入门指南

几千年来,人们就已经有了思考如何构建智能机器的想法.从那时开始,人工智能 (AI) 经历了起起落落,这证明了它的成功以及还未实现的潜能.如今,随时都能听到应用机器学习算法来解决新问题的新闻.从癌症检测和预测到图像理解和总结以及自然语言处理,AI 正在增强人们的能力和改变我们的世界. 现代 AI 的历史包含一部伟大的戏剧应具有的所有要素.上世纪 50 年代,随着对思维机器及阿兰·图灵和约翰·冯·诺依曼等著名人物的关注,AI 开始崭露头角.尽管随后经历了数十年的繁荣与萧条,并被寄予了难以实现的厚望,

解数独算法的实现——剪枝优化

最近人工智能做个小实验,组队选了个数独游戏,顺便研究了一下.解数独感觉主流思想也就是深搜回溯了吧,优化就是各种剪枝方法. 1 引言 数独起源于18世纪初瑞士数学家欧拉等人研究的拉丁方阵(Latin Square),曾风靡日本和英国.现有解法包括基础解法:摒除法,余数法,进阶解法:区块摒除法(Locked Candidates).数组法(Subset).四角对角线(X-Wing).唯一矩形(Unique Rectangle).全双值坟墓(Bivalue Universal Grave).单数链(X

机器学习与人工智能学习资源导引

机器学习与人工智能学习资源导引 TopLanguage(https://groups.google.com/group/pongba/) 我经常在 TopLanguage 讨论组上推荐一些书籍,也经常问里面的牛人们搜罗一些有关的资料,人工智能.机器学习.自然语言处理.知识发现(特别地,数据挖掘).信息检索 这些无疑是 CS 领域最好玩的分支了(也是互相紧密联系的),这里将最近有关机器学习和人工智能相关的一些学习资源归一个类: 首先是两个非常棒的 Wikipedia 条目,我也算是 wikiped

解读神秘而又强大的百度人工智能计算机

2014年8月,在硅谷Cupertino Flint Center召开的26届Hotchips 会议上,百度宣读了其发表的论文(据不完全统计,这应该也是国内第四篇Hotchips文章,前3篇均为龙芯团队所发).一年之后,一个叫"仙童"的项目,获得了奖金为一百万美金的百度最高奖. 这两个看起来无关的事件,背后都是一个工作,就是百度自主研究的人工智能计算机.虽然百度从事人工智能计算机的研究和探索已经长度4年,本文是第一次系统阐述这背后的故事和历程. 百度人工智能应用百度是国内应用深度学习的

机器学习&人工智能书籍

Introduction to Machine Learning https://www.amazon.cn/Introduction-to-Machine-Learning-Alpaydin-Ethem/dp/0262028182/ref=sr_1_3?s=books&ie=UTF8&qid=1464677979&sr=1-3&keywords=Introduction+to+Machine+Learning atificial Intelligence: A Moder

阿里巴巴年度技术总结:人工智能在搜索的应用和实践

阿里巴巴年度技术总结:人工智能在搜索的应用和实践 雷锋网 百家号01-0110:55 AI 科技评论按:本文作者为阿里巴巴搜索事业部总监欧文武,经阿里巴巴授权发布. 以深度学习为代表的人工智能在图像.语音和 NLP 领域带来了突破性的进展,在信息检索和个性化领域近几年也有不少公开文献,比如 wide & deep 实现了深度模型和浅层模型的结合,dssm 用于计算语义相关性,deepfm 增加了特征组合的能力,deep CF 用深度学习实现协同过滤,rnn recommender 采用行为序列预

未来人工智能在手机的应用

当前人工智能的发展,更强调技术的绝对作用,但事实上应用也是很重要的,技术的价值观.规则和目的导向也很重要.感知.判断.思考.分析.学习.适应等这些领域,分别都有相应的技术向前推进,把这些领域有机地结合起来应用出去是当下更重要的事情.创造者需要知道各项技术在当下的弱项和长项,需要清楚如何扬长避短,将技术发挥出最大价值并更好地为人类服务,这是个不亚于技术研发的课题. 关于未来硬件的差异化及创新方面,有五部分创新,包括显示.照相.连接.传感器以及处理器五大方面.吕俊宽强调,包括AMOLED.18:9全

人工智能PK透明加密,数据安全保护谁能技高一筹

人工智能一直是全球的一大热点话题,从很久之前谷歌研发的人工智能机器人击败柯洁.李世石等众多围棋高手,到最近特斯拉CEO埃隆o马斯克投资的人工智能研究机构OpenAI研发的机器人击败了国外顶尖Dota 2玩家之一的Danil Ishutin.而重磅消息却是美国电商巨头亚马逊,已准备将人工智能技术用于商业服务中,计划将其用于云存储方面,用于保护用户数据的安全. 亚马逊的这一计划,主要是通过机器学习技术,自动识别.分类和保护用户保存在亚马逊云计算平台上的敏感数据.但引入人工智能技术之后,亚马逊的云存储

经济动能转换现万亿商机,腾讯云造人工智能数字商业

2017年6月,发改委印发<服务业创新发展大纲(2017-2025年)>(以下简称<大纲>),大纲指出我国正处于工业转型升级.新型城镇化推进和消费结构升级的大趋势中.预计到2025年,服务业增加值占GDP比重提高到60%. 根据国家统计局,2016年我国服务业增加值占GDP的比重达到51.6%.按2016年中国74万亿GDP估算,未来8年我国服务业增加值将有6.2万亿的增长空间.而数字经济和数字服务则是服务业增加值新增长的来源,对于企业来说则要把握历史机遇.加快推动数字商业创新发展