I.A. Session 2009/2010 E.P.S.I. Bordeaux – C.S.I.I – 2 ème Année – Cours n°6.

Slides:



Advertisements
Présentations similaires
de l’algorithme de Viterbi
Advertisements

La recherche de chemin optimal
Structures de données avancées : MTH ( Multidimensional trie hashing )
Théorie des graphes.
Modèle des jeux et des mécanismes
1 Modèles Economiques en Informatique Michel de Rougemont Université Paris II.
et les multipartis complets
Cours d'algorithmique 4 - Intranet 1 16 novembre 2006 Cours dAlgorithmique Lalgorithme alpha-beta. Sous-arbres alpha et beta dun arbre minimax et propriétés.
EQUIPLAY. Objectif : – construire le principe dégalité (autant que) en se posant des questions du type « Y a-t-il dans cette collection autant dobjets.
Traitement Co-Séquentiel: Appariment et Fusion de Plusieurs Listes
Les Systèmes Experts I.A. Session 2009/2010
Introduction à l’Intelligence Artificielle
Probabilités.
Plus courts chemins On présente dans ce chapitre un problème typique de cheminement dans les graphes : la recherche d'un plus court chemin entre deux sommets.
Les jeux (méthodes min-max et -)
Collège Pierre-Auguste Renoir Ferrières-en-Gâtinais
Correction du reste des exercices
Arbre binaire de recherche
Algorithmes Branch & Bound
MinMax et Alpha-Beta.
I.A. Session 2009/2010 E.P.S.I. Bordeaux – C.S.I.I – 3 ème Année – Cours n°2.
Heuristiques A. Introduction B. Recherche d ’une branche
Jeu dOthello Projet dAlgorithmique et Programmation.
Projet d’Algorithmique et Programmation
Optimisation linéaire
Détection de co-évolution de gènes Master 2 : Informatique à Finalité Professionnelle et Recherche Unifiée (IFPRU) Parcours Ingénierie de lIntelligence.
I.A. Session 2009/2010 E.P.S.I. Bordeaux – C.S.I.I – 2 ème Année – Cours n°3.
TD4 2 MIC Romaric GUILLERM Algo-Prog en Ada.
La segmentation
Les fichiers indexés (Les B-arbres)
LES ARBRES IUP 2 Génie Informatique
Structures de données IFT-2000
Structures de données IFT-2000
Coloration gap sommet identifiante de graphes
Lévolution du Web et les implications dun crawler incrémental Basé sur : « The Evolution of the Web and Implications for an Incremental Crawler», Junghoo.
1 CSI 4506: Introduction à lintelligence artificielle La recherche adversairiale.
Algorithmes d ’approximation
Deux méthodes incrémentales pour le maintien dun arbre de connexion Nicolas Thibault Christian Laforest
Optimisation dans les réseaux
Recherche Opérationnelle
Mise en oeuvre des MMCs L'utilisation des MMCs en reconnaissance des formes s'effectue en trois étapes : définition de la topologie de la chaîne de Markov,
1 Protection des arbres multicast avec une forêt duale Mohand Yazid SAIDI Bernard COUSIN Miklós MOLNÁR 15 Février 2006.
Gestion de Fichiers GF-10: Traitement Co-Sequentiel: Appariment et Fusion de Plusieures Listes (Base sur les sections de Folk, Zoellick & Riccardi,
Ordonnancement de tâches
Programmation dynamique
GPA750 – Gestion de Projets
Structures de données IFT-2000
Pour le chemin le plus court pour tous les couples
Graphes 1. Introduction 2. Définition 3. Représentation mémoire
Vers un nouvel empirisme: l’ancien et le nouvel empirisme John Goldsmith Université de Chicago CNRS MoDyCo.
Programmation linéaire en nombres entiers
Algorithmes Branch & Bound
Arbres binaires et tables de hachage
STATISTIQUES – PROBABILITÉS
I.A. Session 2009/2010 E.P.S.I. Bordeaux – C.S.I.I – 2 ème Année – Cours n°5.
Exploration systématique de graphes
TIPE Les dames chinoises
Dr. MOKEDDEM République Algérienne Démocratique et Populaire
Structures de données avancées : Arbres B+ avec expansion partielle D. E ZEGOUR Institut National d ’Informatique.
Structures de données avancées : MTH ( Multidimensional trie hashing ) D. E ZEGOUR Institut National d ’Informatique.
Points de victoires : faire la somme des points des unités ennemies détruites (page 86) y ajouter le nombre de points de vos unités opérationnelles et/ou.
VI. Tri par tas.
1 2 Méthodes de calcul Méthode forfaitaireMéthode sur base de la puissance réellement installée Calcul pénalisantCalcul, en principe, plus favorable 
M. YAMANAKA – Cours de mathématiques. Classe de 4ème.
4/25/2017 4:30 PM Arbres (2,4) CSI2510 CSI2510.
1 Pour les BSE, les données d’inertie sont à compléter pour chaque espace au niveau du nœud « Inertie ».
1 CSI 4506: Introduction à l’Intelligence Artificielle La Recherche Adversariale.
COURS DE TECHNIQUES QUANTITATIVES
Algorithmes Branch & Bound Module IAD/RP/RO Master d ’informatique Paris 6 Philippe Chrétienne.
1 UE Intro. Optimisation L3 INFO UPSud II. Programmation linéaire en variables entières (ou mixtes)
Transcription de la présentation:

I.A. Session 2009/2010 E.P.S.I. Bordeaux – C.S.I.I – 2 ème Année – Cours n°6

Définition Dans le cadre d’un jeu, l’algorithme Min-Max permet de trouver le coup le plus favorable à un joueur en passant en revue toutes les possibilités.

Conditions d’application Le jeu doit être pour deux joueurs Le jeu doit se dérouler au tour par tour Le jeu doit être à somme nulle – On doit déterminer une méthode pour calculer à chaque tour les gains et les pertes de chacun des joueurs tels que : Gains(joueur) + Gains(adversaire) = 0 – Si les gains d’un joueur sont négatifs, on considère ceux-ci comme des pertes.

Principe On construit d’abord l’arbre de jeu : – On calcule la liste des coups possibles – Pour chaque coup possible : Si le jeu est fini – On calcule la valeur du jeu pour l’état atteint Sinon – On applique réapplique l’algorithme pour le coup courant

Principe Une fois l’arbre de jeu construit, on fait remonter les valeurs aux nœuds de l’arbre selon l’algorithme suivant : – En partant des feuilles : La valeur d’un nœud parent vaut : – Le maximum de ses fils s’il représente un coup du joueur – Le minimum de ses fils s’il représente un coup de l’adversaire – On applique l’algorithme au nœud parent Le coup à effectuer est celui correspondant à la valeur affectée au sommet de l’arbre

Explication L’algorithme permet de choisir parmi tous les coups possibles celui qui maximise les gains de l’adversaire et minimise les pertes du joueur. Puisqu’on se trouve dans un jeu à somme nulle, « minimiser les pertes du joueur » correspond à maximiser ses gains en considérant que l’adversaire joue parfaitement.

Exemple (exemple Wikipedia :

Attention L’algorithme d’évaluation du jeu n’est pas toujours trivial à définir Pour des raisons de performance, dans la plupart des cas il n’est pas possible de construire un arbre de jeu complet. On limite alors la profondeur de l’arbre.

“We are continually faced with a series of great opportunities brilliantly disguised as insoluble problems.” John W. Gardner Authors: Ophir Paz ) Geoffroy Vincens