Άσκηση 12: Αναζήτηση με Αντιπαλότητα

Σε αυτήν την άσκηση χρησιμοποιούνται τα παιχνίδια δύο παικτών, πλήρους πληροφορίας, μηδενικού αθροίσματος ΝΙΜ και Τρίλιζα για να υλοποιηθούν με Prolog αλγόριθμοι πλήρους αναζήτησης του χώρου καταστάσεων οι οποίοι είναι σε θέση να χαρακτηρίζουν θέσεις ως κερδισμένες, χαμένες ή ισόπαλες, να προτείνουν...

Πλήρης περιγραφή

Λεπτομέρειες βιβλιογραφικής εγγραφής
Κύριοι συγγραφείς: Σγάρμπας, Κυριάκος, Sgarbas, Kyriakos
Μορφή: 7
Γλώσσα:Greek
Έκδοση: 2024
Διαθέσιμο Online:http://repository.kallipos.gr/handle/11419/13283
id kallipos-11419-13283
record_format dspace
spelling kallipos-11419-132832024-05-05T08:36:10Z Άσκηση 12: Αναζήτηση με Αντιπαλότητα Exercise 12: Adversarial Search Σγάρμπας, Κυριάκος Sgarbas, Kyriakos Σε αυτήν την άσκηση χρησιμοποιούνται τα παιχνίδια δύο παικτών, πλήρους πληροφορίας, μηδενικού αθροίσματος ΝΙΜ και Τρίλιζα για να υλοποιηθούν με Prolog αλγόριθμοι πλήρους αναζήτησης του χώρου καταστάσεων οι οποίοι είναι σε θέση να χαρακτηρίζουν θέσεις ως κερδισμένες, χαμένες ή ισόπαλες, να προτείνουν επόμενες κινήσεις και να εντοπίζουν βέλτιστες στρατηγικές. Γίνεται χρήση δυναμικών γεγονότων ώστε η αναζήτηση να δημιουργεί νέα γνώση κατά την εκτέλεση των προγραμμάτων. In this exercise, the two-player, full-information, zero-sum games NIM and Tic-Tac-Toe are used as examples to implement in Prolog full state-space search algorithms that are able to label positions as won, lost, or draw (tied), suggest next moves, and identify optimal strategies. Dynamic events are used so that the search process generates new knowledge during the execution of the programs. 2024-05-02T07:41:34Z 2024-05-02T07:41:34Z 7 http://repository.kallipos.gr/handle/11419/13283 el 1 application/pdf
institution Kallipos
collection DSpace
language Greek
description Σε αυτήν την άσκηση χρησιμοποιούνται τα παιχνίδια δύο παικτών, πλήρους πληροφορίας, μηδενικού αθροίσματος ΝΙΜ και Τρίλιζα για να υλοποιηθούν με Prolog αλγόριθμοι πλήρους αναζήτησης του χώρου καταστάσεων οι οποίοι είναι σε θέση να χαρακτηρίζουν θέσεις ως κερδισμένες, χαμένες ή ισόπαλες, να προτείνουν επόμενες κινήσεις και να εντοπίζουν βέλτιστες στρατηγικές. Γίνεται χρήση δυναμικών γεγονότων ώστε η αναζήτηση να δημιουργεί νέα γνώση κατά την εκτέλεση των προγραμμάτων.
format 7
author Σγάρμπας, Κυριάκος
Sgarbas, Kyriakos
spellingShingle Σγάρμπας, Κυριάκος
Sgarbas, Kyriakos
Άσκηση 12: Αναζήτηση με Αντιπαλότητα
author_facet Σγάρμπας, Κυριάκος
Sgarbas, Kyriakos
author_sort Σγάρμπας, Κυριάκος
title Άσκηση 12: Αναζήτηση με Αντιπαλότητα
title_short Άσκηση 12: Αναζήτηση με Αντιπαλότητα
title_full Άσκηση 12: Αναζήτηση με Αντιπαλότητα
title_fullStr Άσκηση 12: Αναζήτηση με Αντιπαλότητα
title_full_unstemmed Άσκηση 12: Αναζήτηση με Αντιπαλότητα
title_sort άσκηση 12: αναζήτηση με αντιπαλότητα
publishDate 2024
url http://repository.kallipos.gr/handle/11419/13283
work_keys_str_mv AT sgarmpaskyriakos askēsē12anazētēsēmeantipalotēta
AT sgarbaskyriakos askēsē12anazētēsēmeantipalotēta
AT sgarmpaskyriakos exercise12adversarialsearch
AT sgarbaskyriakos exercise12adversarialsearch
_version_ 1799946643652476928