MAKING  COMPLEX  DECISIONS

AI in Modern Approach : Stuart Russell  Peter Norvig, Prentice Hall, 2003, Page 462~488

p613

4 × 3    +1    -1    

p614

그림 1    4 × 3    0.8    0.2    +1    -1    -0.04

[Up, Up, Right, Right, Right]    (1, 1)    Up    (1, 2)    (2, 1)    (1, 1)    [Up, Up, Right, Right, Right]    (4, 3)            0.32776

T(s, a, s')    s'    a    s    s'    s    s    T (s, a, s')    

s    R(s)    -0.04    +1    -1

p615

+1    10    0.6    -0.04

T(s, a, s')

R(s)

π    π(s)    π    

π^*    π^*    s    π^*(s)

(4, 2)    (3, 1)    (4, 2)

R(s)    R(s)    R(s) ≤ -1.6284    -1    -0.4278 ≤ R(s) ≤ -0.0850    +1    -1    (3, 1)    (-0.0221 < R(s) < 0)    (4, 1)    (3, 2)

p616

그림 2    R(s) = -0.04    R(s)

-1    R(s) > 0    (4, 1), (3, 2), (4, 2)    R(s)

N

   k > 0    (3, 1)    4 × 3    

p617

N = 3    +1    Up    N = 100

1.

4 × 3    

2.

   0    1        0        1        (1/) - 1

= 1

p618

+∞    -∞    +∞

1.    

               (1)

2.

3. 4 × 3    (1, 1)

π    π*

                               (2)

p619

   π        π    t        

                               (3)

U(s)        U(s)    R(s)    R(s)    U(s)    s    4 × 3    +1

그림 3    4 × 3        R(s) = -0.04

U(s)

                               (4)

                           (5)

p620

4 × 3    (1, 1)

n    n    n    

                           (6)

4 × 3

p621

그림 4

그림 5  k        c    

p622

                                           (7)

   U    BU = U

                       N            

   N        N        

p623

                               (8)

i        U                    s            π^*            

if then                            (9)

       4 × 3                

그림 6       

p624

       s

그림 7

p625

s        

                               (10)

n    n    

k

p626

π(s)    s    s    s    

4 × 3    +1    77.5 %    81.8 %

그림 8

T(s, a, s')    R(s)    O(s, o)    o    s

p627

b(s)    s    b    b(s)    a    o

                               (11)

α    

1. b    

2. o

3.

4 × 3    

b    b'    a        b'    o    a    b    s'

b'    b    a    

π(b)    b

4 × 3

+1    +1    86.6 %

p629

   t            t            t            O(s, o)            t        t

그림 9  t    

p630

그림 10

                   U

       t    

p631

d            E    

p632

1. O    E    f    f    O    f    E    f    E    f    O

n-player    n > 2    O    E

O    two    E    two    4    E    -4    O

a    p    b    [p ; a ; (1 - p) : b]    [0.5 : one ; 0.5 : two]

p633

   s    p    s'    s    p    s'    s    s'

p634

(-1, -1)    

(-1, -1)            

two    (dvd, dvd)    (cd, cd)

p635

(dvd, dvd)    (dvd, dvd)O    E

E        E    E    e    O    o

E    O        O    U        -3    

O    E        E    U        +2    U ≤ +2

p636

U

U    [p : one ; (1 - p) : two]            

E    E    [p : one ; (1 - p) : two]    O    p    O    one    E    2p - 3 (1 - p) = 5p - 3    -3p + 4 (1 - p) = 4 - 7p    p    x-axis    O    E    p

E    

O    O    [q : one ; (1 - q) : two]    E    q    2q - 3 (1 - q) = 5q - 3    -3q + 4 (1 - q) = 4 - 7q    O

E    

-1/12    -1/12    -1/12    O    E    [7/12 : one ; 5/12 : two]    -1/12

p637

그림 11

n

p638

[7/12 : one ; 5/12 : two]    -1/12    E            -1/12    E

p639

n    m > n        

p641

U            

p642

i            

p643

= LENGTH (path with ) - LENGTH (path with )

   n