Καταδίωξη / Διαφυγή. Οι κανόνες • Ένας «φυγάς», ένας ή περισσότεροι «κυνηγοί» • Κινούνται πάνω σε ένα γράφημα • Στην πιο απλή περίπτωση, μία κίνηση ο.

Slides:



Advertisements
Παρόμοιες παρουσιάσεις
Αλγόριθμοι σχεδίασης βασικών 2D σχημάτων (ευθεία)
Advertisements

Έστω πίνακας Α χιλίων θέσεων που περιέχει πραγματικούς αριθμούς
Aυτόνομοι Πράκτορεσ Ενισχυτική μαθηση σto Peg Solitaire
27 Ιουνίου 2014 ΔΙΑΦΑΝΕΙΑ 1 ΤΥΠΙΚΕΣ ΜΕΘΟΔΟΙ ΑΝΑΛΥΣΗΣ ΣΥΣΤΗΜΑΤΩΝ ΤΜ. ΠΛΗΡΟΦΟΡΙΚΗΣ Α.Π.Θ. – ΔΙΔΑΣΚΩΝ: Π. ΚΑΤΣΑΡΟΣ ΑΥΤΟΜΑΤΑ Ι Αυτόματο ελέγχου πρόσβασης με.
Γραφήματα & Επίπεδα Γραφήματα
Ασκήσεις Συνδυαστικής
Θεωρία Γράφων Θεμελιώσεις-Αλγόριθμοι-Εφαρμογές
Παράδειγμα 2: Υπολογισμός μέγιστου μισθού Σε μια εταιρία εργάζονται 200 υπάλληλοι και είναι γνωστός ο μισθός του καθενός. Να χρησιμοποιηθεί η δομή του.
Ανάκλαση και διάδοση σε ένα όριο.
Θεωρία Γραφημάτων Θεμελιώσεις-Αλγόριθμοι-Εφαρμογές
Κοινωνίες και συνεργασία
Αλγόριθμοι και Πολυπλοκότητα
Εισαγωγικές Έννοιες Διδάσκοντες: Σ. Ζάχος, Δ. Φωτάκης Επιμέλεια διαφανειών: Δ. Φωτάκης Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Εθνικό Μετσόβιο.
του TANCIC NENAD (Α.Ε.Μ.: 3800)
Πώς βρίσκουμε το πλήθοςτων επαναλήψεων μιας Δομής Επανάληψης με βήμα διάφορο του 1
Γραφήματα & Επίπεδα Γραφήματα
Διαίρει και Βασίλευε πρόβλημα μεγέθους Ν διάσπαση πρόβλημα μεγέθους Ν-k πρόβλημα μεγέθους k.
Μαθηματικά Στ’ Δημοτικού
Προσεγγιστικοί Αλγόριθμοι
ΜΑΘΗΜΑ: ΣΧΕΔΙΑΣΗ ΑΛΓΟΡΙΘΜΩΝ ΔΙΔΑΣΚΩΝ: Π. ΚΑΤΣΑΡΟΣ Δευτέρα, 12 Ιανουαρίου 2015Δευτέρα, 12 Ιανουαρίου 2015Δευτέρα, 12 Ιανουαρίου 2015Δευτέρα, 12 Ιανουαρίου.
Το δίλημμα του φυλακισμένου – Πειραματική προσέγγιση.
Θεωρία Γράφων Θεμελιώσεις-Αλγόριθμοι-Εφαρμογές
Συντομότερες Διαδρομές
Διδάσκοντες: Σ. Ζάχος, Δ. Φωτάκης
Alpha-Beta Pruning for Games with Simultaneous Moves Abdallah Saffidine, Hilmar Finnsson, Michael Buro Παρουσίαση: Βάλβης Δημήτριος Εργασία στο μάθημα.
Grid World με αντίπαλο - κυνηγό ΠΛΗ513 ΑΥΤΟΝΟΜΟΙ ΠΡΑΚΤΟΡΕΣ ΜΑΪΝΑΣ ΝΙΚΟΣ
ΒΕΣ 06: Προσαρμοστικά Συστήματα στις Τηλεπικοινωνίες © 2007 Nicolas Tsapatsoulis Προσαρμοστικοί Αλγόριθμοι Υλοποίησης Βέλτιστων Ψηφιακών Φίλτρων: Ο αναδρομικός.
Ο αλγόριθμος Bellman-Ford (επανεξετάζεται)
Κ. Μόδη: Γεωστατιστική και Εφαρμογές της (Κεφάλαιο 4) 1 Από κοινού κατανομή πολλών ΤΜ Ορίζεται ως από κοινού συνάρτηση κατανομής F(x 1, …, x n ) n τυχαίων.
1 Βέλτιστη δρομολόγηση (optimal routing) Αντιμετώπιση της δρομολόγησης σαν «συνολικό» πρόβλημα βελτιστoποίησης. Γιατί: Η αλλαγή της δρομολόγησης μιας συνόδου.
Θεωρία Γράφων Θεμελιώσεις-Αλγόριθμοι-Εφαρμογές
Θεωρία Γραφημάτων Θεμελιώσεις-Αλγόριθμοι-Εφαρμογές
Θεωρία Γραφημάτων Θεμελιώσεις-Αλγόριθμοι-Εφαρμογές Ενότητα 4 Δ ΕΝΔΡΑ Σταύρος Δ. Νικολόπουλος 1.
Αλγόριθμοι και Συστήματα για 3-Δ Γραφικά Random Terrain Generation Γεωργία Καστίδου.
ΕΠΛ 231 – Δομές Δεδομένων και Αλγόριθμοι13-1 Στην ενότητα αυτή θα μελετηθούν τα εξής επιμέρους θέματα: Ο αλγόριθμος Dijkstra για εύρεση βραχυτέρων μονοπατιών.
Θεωρία Γράφων Θεμελιώσεις-Αλγόριθμοι-Εφαρμογές TSP, Μέτρα κεντρικότητας, Dijkstra Data Engineering Lab.
Θεωρία Γραφημάτων Θεμελιώσεις-Αλγόριθμοι-Εφαρμογές
Του Νίκου Δαπόντε Πηγή : ontent&task=view&id=229&Itemid=50
Αυτόνομοι Πράκτορες Ενισχυτική Μάθηση (Q-learning algorithm) in PONG Χανιά, 4/3/2011 Μπαμπαλής Μπάμπης.
ΤΕΙ ΙΟΝΙΩΝ ΝΗΣΩΝ ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΠΑΡΆΡΤΗΜΑ ΛΕΥΚΑΔΑΣ ΥΠΕΥΘΥΝΗ ΚΑΘΗΓΉΤΡΙΑ Δρ. ΤΣΙΝΤΖΑ ΠΑΝΑΓΙΩΤΑ Οι παρουσιάσεις του μαθήματος βασίζονται στο.
Για μτ από ατ μέχρι ττ [με_βήμα β] εντολές Τέλος_επανάληψης : περιοχή εντολών μτ : η μεταβλητή της οποίας η τιμή θα περάσει από την αρχική.
ΕΙΣΑΓΩΓΗ ΣΤΙΣ ΕΥΡΕΤΙΚΕΣ ΜΕΘΟΔΟΥΣ Άπληστη Αναζήτηση και Αναζήτηση Α* ΣΠΥΡΟΣ ΛΥΚΟΘΑΝΑΣΗΣ, ΚΑΘΗΓΗΤΗΣ.
 Παίζοντας οι ίδιοι παραδοσιακά παιχνίδια ( Μακριά γαϊδούρα, τυφλόμυγα, κυνηγητό) και διακινδυνεύοντας τα σχόλια των συμμαθητών μας!!!  Ρωτώντας.
Διαχείριση Έργων Πληροφορικής Χρονοπρογραμματισμός δραστηριοτήτων σε τοξωτά δίκτυα, κρίσιμη διαδρομή και χρήση περιθωρίων.
ΕΦΑΡΜΟΓΕΣ ΤΗΣ ΘΕΩΡΙΑΣ ΠΑΙΓΝΙΩΝ Τρίλιζα, Pacman, Age of Empires ΕΦΑΡΜΟΓΕΣ ΤΗΣ ΘΕΩΡΙΑΣ ΠΑΙΓΝΙΩΝ Τρίλιζα, Pacman, Age of Empires Αλέξης Γελαστόπουλος, Βάσω.
Η αξία θέσης των ψηφίων στους φυσικούς αριθμούς. πόσες καρτέλες σαν αυτή;
Ηλεκτρική Οικονομία Σταμάτης Νικολόπουλος ΑΜ: 868 ΑΣΠΑΙΤΕ, 2015.
ΧΡΩΜΑΤΙΣΜΟΣ ΓΡΑΦΩΝ Δημοκρίτειο Πανεπιστήμιο Θράκης, Μαθηματικό Σπουδαστήριο Πολυτεχνικής Σχολής.
Δυναμικός Κατακερματισμός
Επίλυση Προβλημάτων με Αναζήτηση
Προβλήματα Ικανοποίησης Περιορισμών
Δένδρα Δένδρο είναι ένα συνεκτικό άκυκλο γράφημα. Δένδρο Δένδρο Δένδρο
Μάθημα ΣΧΕΔΙΑΣΗ ΤΩΝ ΓΡΑΜΜΩΝ ΜΙΑΣ ΟΙΚΙΑΚΗΣ ΕΓΚΑΤΑΣΤΑΣΗΣ.
Βελτιστοποίηση σε τρίλιζα Καταδίωξη/διαφυγή
Δικτυωτή ανάλυση.
Λήμμα άντλησης Πως αποφασίζουμε αποδεικνύουμε ότι μία γλώσσα δεν είναι κανονική; Δυσκολότερο από την απόδειξη ότι μια γλώσσα είναι κανονική. Γενικότερο.
Γεωμετρική κατανομή.
Ζώα και μαθηματικά.
Αναζήτηση με Αντιπαλότητα
Μορφές κατανομών Αθανάσιος Βέρδης.
Στοιχεία Θεωρίας Γραφημάτων
Κεφάλαιο 7: Διαδικτύωση-Internet Μάθημα 7.9: Δρομολόγηση
Συντομότερα Μονοπάτια
Γραφικές παραστάσεις με το Excel 2007
Γραφικές παραστάσεις με το Excel 2007
ΣΥΝΔΕΣΜΟΛΟΓΙΕΣ ΑΝΤΙΣΤΑΣΕΩΝ
Ερωτήματα Επιλογής σε ACCESS
ΣΤΟΙΧΕΙΑ ΘΕΩΡΙΑΣ ΓΡΑΦΗΜΑΤΩΝ II
Δυναμικός Κατακερματισμός
Γραφικές παραστάσεις με το Excel 2007
Μεταγράφημα παρουσίασης:

Καταδίωξη / Διαφυγή

Οι κανόνες • Ένας «φυγάς», ένας ή περισσότεροι «κυνηγοί» • Κινούνται πάνω σε ένα γράφημα • Στην πιο απλή περίπτωση, μία κίνηση ο καθένας με κυκλική αλλαγή σειράς

• Στόχος των κυνηγών: Να πιάσουν το φυγάδα όσο το δυνατόν γρηγορότερα • Στόχος του φυγάδα: Να μείνει ελεύθερος όσο το δυνατόν περισσότερο • Όλες οι πληροφορίες για τις θέσεις είναι γνωστές Καταδίωξη / Διαφυγή Οι κανόνες

Ας δούμε ένα παράδειγμα!

Μοντελοποίηση του παιχνιδιού • Μπορούμε να χρησιμοποιήσουμε δέντρο κινήσεων; - Τελικοί κόμβοι; - Πόσες διακλαδώσεις για κάθε κόμβο; - Και το μέγιστο βάθος; ΝΤΑΝ ΝΤΑΝ ΝΤΑΝ ΝΤΑΝ ΝΤΑΝ

• Θα αλλάξουμε λίγο την προσέγγισή μας • Οι κινήσεις που μπορεί να γίνουν είναι άπειρες • Οι δυνατές καταστάσεις στις οποίες μπορεί να βρεθεί το παιχνίδι όμως… ; Μοντελοποίηση του παιχνιδιού

• Ν δυνατές θέσεις για τον κάθε κυνηγό, Ν δυνατές θέσεις για τον κάθε φυγάδα • Άρα Ν κ δυνατές καταστάσεις, όπου κ ο συνολικός αριθμός των παικτών • Μας νοιάζει και ποιανού σειρά είναι! • Άρα… κΝ κ δυνατές καταστάσεις • Για την περίπτωση 1 κυνηγού και 1 φυγάδα έχουμε 2Ν 2 δυνατές καταστάσεις Πόσες δυνατές καταστάσεις;

Μια γραφική αναπαράσταση Καταστάσεις όπου παίζει ο κυνηγός Καταστάσεις όπου παίζει ο φυγάς Στήλες: Θέση κυνηγού Γραμμές: Θέση φυγάδα

Μια γραφική αναπαράσταση Καταστάσεις όπου παίζει ο κυνηγός Καταστάσεις όπου παίζει ο φυγάς Ο κυνηγός βρίσκεται στη θέση 3, ο φυγάς στη θέση 2 και είναι σειρά του κυνηγού

Μια γραφική αναπαράσταση Καταστάσεις όπου παίζει ο κυνηγός Καταστάσεις όπου παίζει ο φυγάς Στην επόμενη κίνηση θα παίζει ο φυγάς. Η μετάβαση πρέπει να γίνει σε ένα από τα κελιά του δεύτερου πίνακα

Μια γραφική αναπαράσταση Καταστάσεις όπου παίζει ο κυνηγός Καταστάσεις όπου παίζει ο φυγάς Η θέση του φυγάδα πρέπει να παραμείνει. Η μετάβαση περιορίζεται στη δεύτερη γραμμή του δεύτερου πίνακα

Μια γραφική αναπαράσταση Καταστάσεις όπου παίζει ο κυνηγός Καταστάσεις όπου παίζει ο φυγάς Ο κόμβος που βρίσκεται ο κυνηγός συνδέεται μόνο με ορισμένους άλλους κόμβους. Από αυτές τις συνδέσεις καθορίζονται οι δυνατές καινούριες καταστάσεις

Μια γραφική αναπαράσταση Καταστάσεις όπου παίζει ο κυνηγός Καταστάσεις όπου παίζει ο φυγάς Τα ίδια ισχύουν και για την κίνηση του φυγάδα. Οι δυνατές νέες καταστάσεις περιορίζονται σε κάποια κελιά μιας στήλης του πρώτου πίνακα.

Μια γραφική αναπαράσταση Καταστάσεις όπου παίζει ο κυνηγός Καταστάσεις όπου παίζει ο φυγάς Όταν οι θέσεις κυνηγού και φυγάδα ταυτίζονται, το παιχνίδι έχει τελειώσει, ανεξάρτητα από το ποιος έπαιξε τελευταίος

Μια γραφική αναπαράσταση Καταστάσεις όπου παίζει ο κυνηγός Καταστάσεις όπου παίζει ο φυγάς Σκοπός του κυνηγού: Να οδηγήσει το παιχνίδι σε έναν κόκκινο κόμβο όσο το δυνατόν γρηγορότερα. Σκοπός του φυγάδα: Να το καθυστερήσει όσο μπορεί!

• Σε λογική min-max • Κατά τη διάρκεια του παιχνιδιού: – Ο κυνηγός επιλέγει (από τις δυνατές κινήσεις) να μεταβεί στην κατάσταση που κάνει το παιχνίδι συντομότερο – Ο φυγάς επιλέγει να μεταβεί στην κατάσταση που κάνει το παιχνίδι μεγαλύτερο • Οι αξίες (μήκος παιχνιδιού) όλων των καταστάσεων υπολογίζονται από την αρχή, δεδομένου του γραφήματος Πώς βρίσκουμε τη βέλτιστη κίνηση για τον καθένα;

Ο αλγόριθμος… γραφικά Καταστάσεις όπου παίζει ο κυνηγός Καταστάσεις όπου παίζει ο φυγάς Το μήκος αναφέρεται στις κινήσεις που θα κάνει ο κυνηγός

Ο αλγόριθμος… γραφικά Καταστάσεις όπου παίζει ο κυνηγός Καταστάσεις όπου παίζει ο φυγάς

Ο αλγόριθμος… γραφικά Καταστάσεις όπου παίζει ο κυνηγός Καταστάσεις όπου παίζει ο φυγάς

Ο αλγόριθμος… γραφικά Καταστάσεις όπου παίζει ο κυνηγός Καταστάσεις όπου παίζει ο φυγάς

Ο αλγόριθμος… γραφικά Καταστάσεις όπου παίζει ο κυνηγός Καταστάσεις όπου παίζει ο φυγάς

Ο αλγόριθμος… γραφικά Καταστάσεις όπου παίζει ο κυνηγός Καταστάσεις όπου παίζει ο φυγάς Τι σημαίνει αν περισσέψουν κενά τετράγωνα;

Ο αλγόριθμος… γραφικά Καταστάσεις όπου παίζει ο κυνηγός Καταστάσεις όπου παίζει ο φυγάς Σε εμάς όμως δεν περισσεύουν!

• Θέτουμε σε όλες τις καταστάσεις Μήκος = • Θέτουμε στις καταστάσεις όπου οι θέσεις κυνηγού και φυγάδα ταυτίζονται Μήκος =0 • Επαναλαμβάνουμε ώσπου να μην έχουμε αλλαγές { Για κάθε κατάσταση όπου παίζει ο φυγάς: Μήκος = max(Μήκος’) (όλων των καταστάσεων στις οποίες μπορεί να μεταβεί) Για κάθε κατάσταση όπου παίζει ο κυνηγός: Μήκος = 1+ min(Μήκος’) (όλων των καταστάσεων στις οποίες μπορεί να μεταβεί) } Και… με λόγια

Μερικές (άχρηστες) λεπτομέρειες • Αποδεικνύεται ότι κατά την επανάληψη του προηγούμενου αλγορίθμου, δε χρειάζεται να επανεξετάζουμε καταστάσεις όπου το Μήκος είναι ήδη κάτω από άπειρο. • Έτσι η πολυπλοκότητά του είναι Ο(Ν 5 ) • Όλα αυτά σε μια δημοσίευση των Gena Hahn και Gary MacGillivray, μόλις το 2006 (Αν θέλετε να μιλήσετε με το διπλανό σας, κάντε το όσο κρατάει αυτή η διαφάνεια)