Quiz 2 - Laboratoire GDAC UQAM

C
INF4230 -- 2017H / iz 2 (21 février 2017)
0
1
2
3
4
5
6
7
8
9
0
1
2
3
4
5
6
7
8
9
0
1
2
3
4
5
6
7
8
9
0
1
2
3
4
5
6
7
8
9
0
1
2
3
4
5
6
7
8
9
0
1
2
3
4
5
6
7
8
9
←−
Veuillez coder votre numéro
d'étudiant ci-contre, et écrire votre nom
dans la case ci-dessous.
Nom et prénom
.................................
.................................
Entrez ci-dessus les 6 premiers chiffres de votre code permanent (ABCD01029233 ==> 010292). Remplissez
les cases qui correspondent aux bonnes réponses. Chaque question vaut 2 points. Les questions marquées d'un
♣ peuvent avoir zéro, une ou plusieurs bonnes réponses. Le résultat /32 sera ramené /4.
estion 1 ♣
estion 5 ♣ Cochez les actions de l'arbre A qui ne
pourront jamais être élaguées, par l'algorithme miniun gain pour un joueur équivaut à une perte max avec élagage alpha-beta, et ce, peu importe les
pour l'autre.
valeurs d'utilité assignées aux feuilles.
la somme du pointage des joueurs est toujours
égale à zéro (ou une constante).
a10
b9
a3
a7
b7
b3
a10
estion 2
L'algorithme minimax a une complexDans l'arbre A, l'algorithme minimax
ité spatiale de … où b est le facteur de branchement estion 6
et m est le nombre de coups (profondeur). Supposez avec élagage alpha-beta visite … noeuds.
que les fonctions min-value et max-valeur dressent la
15
23
10
8
liste des successeurs avant de la parcourrir.
13
12
7
18
14
11
O(mb )
O(mb/2 )
O(m)
m/2
m
O(b
)
O(b )
O(b)
O(bm)
estion 7 ♣ L'algorithme minimax avec élagage
estion 3
Dans l'arbre A, l'algorithme minimax alpha-beta …
Dans un jeu à somme nulle …
visite … noeuds.
12
8
13
est optimal (retourne meilleure action).
18
23
11
7
10
15
14
estion 4 ♣ L'algorithme d'exploration par escalade (hill-climbing) …
est gourmand en espace mémoire.
est une technique de recherche locale.
converge (termine) dans un optimum local.
garantie de trouver une solution optimale.
nécessite une fonction d'évaluation (estimation)
des noeuds intermédiaires.
explore toujours tous les noeuds.
suppose un adversaire rationnel.
est gourmand en mémoire.
C
L'algorithme minimax avec élagage
estion 8 ♣ L'algorithme minimax (avec ou sans estion 12
alpha-beta a une complexité temporelle de … où b
élagage alpha-beta) avec profondeur limitée …
est le facteur de branchement et m est la profondeur
est gourmand en mémoire.
maximale. Considérer un élagage parfait.
est optimal (retourne meilleure action).
O(b)
O(mb )
O(mb/2 )
suppose un adversaire rationnel.
m/2
O(b
)
O(bm)
O(m)
O(bm )
explore toujours tous les noeuds.
nécessite une fonction d'évaluation (estimation) estion 13 L'algorithme minimax a une complexité temporelle de … où b est le facteur de branchement
des noeuds intermédiaires.
et m est le nombre de coups (profondeur).
estion 9 ♣ Si le jeu PlaneteH était à 2 joueurs
et que le gagnant est celui qui réussit à placer une
O(b)
O(mb/2 )
O(bm/2 )
m
séquence de 4 bombes dans des cases consécutives, il
O(b )
O(mb )
O(m)
O(bm)
s'agirait d'un environnement …
estion 14
L'algorithme minimax avec élagage
Agent unique.
alpha-beta a une complexité spatiale de … où b est le
Épisodique.
facteur de branchement et m est le nombre de coups
(profondeur). Supposez que les fonctions min-value
Partiellement observable.
et max-valeur dressent la liste des successeurs avant
Déterministe.
de la parcourrir.
estion 10 ♣
L'algorithme minimax …
est gourmand en mémoire.
explore toujours tous les noeuds.
suppose un adversaire rationnel.
nécessite une fonction d'évaluation (estimation)
des noeuds intermédiaires.
estion 11 ♣ L'algorithme du recuit simulé (simulated annealing) …
peut sortir d'un optimum local.
est une technique de recherche locale.
m
O(b )
O(mb/2 )
O(mb )
O(m)
O(bm/2 )
O(bm)
O(b)
estion 15 Dans l'arbre A, l'algorithme minimax
avec élagage alpha-beta retourne l'action …
a9.
a13.
a11.
a6.
estion 16 ♣
nement …
a5.
a2.
a3.
a1.
a12.
a4.
a10.
a8.
a7.
Le jeu de tic-tac-toe est un environ-
va éventuellement trouver une solution optimale.
Épisodique.
est gourmand en espace mémoire.
Déterministe.
Agent unique.
Partiellement observable.