Minimax - mikä se on, määritelmä ja käsite
Minimumx on peliteoriassa menetelmä, jolla pyritään minimoimaan odotettu tappio. Tätä varten pelaaja olettaa, että vastustajan tekemä päätös on epäedullinen. Toisin sanoen, pahinta skenaariota odotetaan ennen vastustajan liikettä.
Toisin sanoen minimax-menetelmä koostuu siitä, miten tehdä paras päätös olettaen, että toinen pelaaja valitsee sinulle pahin tapauksen.
Meidän on otettava huomioon, että tätä menetelmää voidaan soveltaa kahden hengen peleissä (kaksi pelaajaa) ja että se ei ole yhteistyö, vaan nollasummainen peli. Tämä tarkoittaa sitä, että toinen pelaaja menettää sen ja päinvastoin. Näin ollen kukin agentti on kiinnostunut maksimoimaan oman hyödyllisyytensä, vaikka se satuttaa toisia.
Tässä vaiheessa on myös muistettava, että peliteoria on matematiikan ja taloustieteen osa, joka tutkii valintaa, joka optimoi yksilön tilanteen, kun kustannuksia ja hyötyjä ei ole vahvistettu etukäteen, mutta ne riippuvat muiden päätöksistä.
Minimax-algoritmi päätöksentekopuussa
Voimme nähdä, kuinka minimx-menetelmää käytetään päätöksentekopuussa, jossa on useita solmuja. Peli alkaa alareunasta ja päättyy tulokseen ylätasolla.
Puun juuressa vastustaja tekee ensimmäisen siirron, joten pahin tulos on odotettavissa. Toisella tasolla pelaajan x tehtävänä on maksimoida voittonsa ottamalla huomioon vastustajan aiemmin tekemä päätös.
Kolmannella tasolla on taas vastustajan vuoro ja niin edelleen. Näytämme esimerkin alla.
Minimax-algoritmiesimerkki
Seuraavassa päätöksentekopuussa näytetään pelaajan x jokaisella pelihetkellä saamat tulokset. Pohjalla, ensimmäisellä tasolla, vastustaja tekee päätöksen. Tästä syystä annetaan skenaariot, joissa pelaaja voi hävitä -10 tai voittaa 5.
Toisella tasolla on pelaajan x tehtävä, joten hän maksimoi voittonsa. Voittamalla 10 tai voittamalla 1 voitat 1. Samoin voitat 5 tai 7 voitat 7.
Sitten on taas vastustajan vuoro, joten annetaan skenaariot, missä soittimessa x on huonoin tulos, -3 ja 4 tapauksesta riippuen. Lopuksi pelaaja 3 häviämisen tai 4 voiton välillä tekee päätöksen, joka sallii jälkimmäisen.
Meidän on otettava huomioon, että kunkin solmun arvot riippuvat apuohjelmatoiminnosta.
Oletetaan, että puun ymmärtämiseksi puun perusta on tuotteen jakelu. Kilpailija (vastustaja) voi ulkoistaa jakelun (katso puun vasen puoli). Tällöin hänen on valittava esimerkiksi jälleenmyyjä A ja B. Siksi hän valitsee ensimmäisen, jolloin pelaaja x menettää 10 (Jos hän valitsee B, pelaaja x voittaa 12).
Ehkä vastustaja haluaa kuitenkin mieluummin jaella tavaransa itse voidessaan vuokrata moottoriajoneuvoja tai ostaa kuorma-auton. Valitse molemmista skenaarioista ensimmäinen, joka on vähemmän imarteleva pelaaja x: lle, koska hän voittaa 5 eikä 10.
