Introduction_MCTS(未写完)
简介
最近在做一个Monte Carlo Tree Search的调研,这几年强化学习的热潮使得该算法大放光彩,我们在Alpha Go与Alpha Zero中也见识了它的强大。这篇总结本着存在必有其原因的思想,刨了下树搜索的发展历史,从发展中探讨MCTS的优点,也算是对自己这段时间调研的一个记录。
Tree Search
树搜索模型在MIP、GO、Constructive Algorithm、Search Engine等领域有广泛的应用,这里我把TS总结为如下过程:
Tree Search
存在一个Search Queue(SQ)储存待探索的节点,根据一定策略,每次选取一个节点进行探索,探索过程中会产生一些新的节点,更新SQ(将产生的新节点插入到SQ中),如此反复,直到满足终止条件
反复操作的结果是搜索树被不断完善,好的Select Strategy能加速搜索到optima的速度,结合剪枝策略(缩小搜索空间),进一步提高搜索效率
剪枝(prune):当前节点的评估值差于整棵树已搜索到的最优值时,则放弃当前节点的后续探索步骤,将当前节点及其后续分支从树中剪掉,称为剪枝(PS:小明到酱油店间新修了一条路,他决定尝试是否能更快的到达目的地,历史上他走旧路需花30mins,如今他新路还未走完,所花时间已超过30mins,则可断定新路一定劣于旧路,即可放弃后续探索过程)
Uninformed Search
Uniformed Search不从环境中获取信息,属于较笨的搜索方式,树搜索中常见的类别有BFS(广度优先搜索)、DFS(深度优先搜索),这里用两张图简要回忆一下这两种搜索方式(序号表示搜索顺序):
Informed Search
利用环境信息,辅助树搜索过程,提高搜索效率。这里我以A star算法举例说明:A star算法也是一种树搜索模型,常用于图论中最短路径问题;介绍时,我依以该经典问题作为背景方便理解,实际拓展中,自定义评估函数g(n)、h(n)(下文会介绍)即可用于其他场景。
A star
每个节点i保存两个信息:①g(i)记录start node到i的实际最短距离(已发生) ②h(i)记录i到end node的评估距离(未发生)
在Search Queue(SQ)中选取探索节点的策略为min{f(n)},其中f(n)=g(n)+h(n);由定义可知,f(n)用于衡量当前节点的总体评估距离,即利用了已发生的信息,同时利用了未知的预测信息
优点:算法灵活性高①当h(n)小于actual distance(n,end node)时,搜索的点较多,搜索范围较大,找到global optima的概率增大,但搜索效率较低(A star的prune也是以f(n)作为评估,h(n)较小时,节点被剪枝的可能性降低);反之当h(n)大于actual distance(n,end node)时,搜索效率虽然提高,但更多时候搜索到的仅仅是local optima ②经典的A star算法中h(n)是静态的,实际中可将之设计为动态,随着搜索过程的进行,环境信息的增加,更新h(n),提高后续搜索效率
缺点:①算法对h(n)的设计具有较强依赖性,h(n)与实际值越接近,算法搜索到global optimal的总体效率越大 ②不能保证一定搜索到global optimal