alpha-beta 剪枝能否用于游戏以外的应用程序?

人工智能 应用 数据科学 极小极大 α-β-修剪
2021-11-14 22:27:51

alpha-beta pruning/minimax 可以用于游戏以外的系统吗?比如为产品选择合适的客户等(典型的数据科学问题)?我见过人们这样做,但不明白怎么做。有人可以帮我理解吗?

我可以做类似的事情吗 - 找到两个客户可以购买产品的标准取决于性别和年龄。根据年龄和性别找出所有顾客是否可以购买的概率。

就像如果有 3 个客户 - 根据他们的年龄和性别购买产品的可能性是 - 客户 1 - (20%, 30%), 客户 2 - (30%, 60%), 客户 3 - (40 %,20%)。这里 x 和 y 代表 - (基于年龄的概率,基于性别的概率)。概率是购买产品的概率。

对于 minimax,如果一个玩家(max)尝试根据性别选择客户,而其他玩家(min)尝试根据年龄选择客户,这是否正确。所以,一个可以是最大的,一个可以是最小的。

不知道这是否正确,但只是一个想法。

1个回答

再想一想,答案其实是肯定的,但不是你提到的应用。

您不能使用 alpha-beta 修剪来学习模型来预测客户结果,因为它仅对您关注对手的领域有用。在寻找客户模型时,没有理由担心有人进来并强迫您做出有关模型优化的错误决定。因此,没有理由使用极小极大搜索,因此也没有理由使用 alpha-beta 剪枝。

但是,除了(视频)游戏之外,还有一些应用程序可以使用这些技术。例如,有安全游戏在这些“游戏”中,我们希望使用 AI 来找到保护机场的策略。在其他人想要破坏它的假设下尝试和设计我们的模型是合理的。您可以在此处使用 Alpha-Beta 修剪(尽管在实践中使用了更复杂的算法)。