- Learning a Basic AI course in 2021-2 semester
- Reference - Russell, S. and Norvig, P. (2021). Artificial Intelligence: A Modern Approach (4th edition). Pearson.
- using python
size | bfs (path 길이 / search states) | astar (path 길이 / search states) |
---|---|---|
small | 9 / 16 | 9 / 14 |
medium | 69 / 274 | 69 / 221 |
big | 211 / 647 | 211 / 548 |
metric | mst using manhatten dist as edge cost -- (1) | mst using path length as edge cost -- (2) |
---|---|---|
state 개수 | 1901 (stage2 - big.txt 기준) | 49 (stage2 - big.txt 기준) |
수행시간 | 0.049 sec (stage2 - big.txt 기준) | 1.126 sec (stage2 - big.txt 기준) |
stage3 - big size | 해결 못함 | 해결 함 |
minimax | alphabeta | |
---|---|---|
iteration 300, smallmap, depth=2 | Tot = 48.28 Avg = 0.16 |
Tot = 40.82 Avg = 0.13 |
iteration 300, mediummap, depth=2 | Tot = 121.16 Avg = 0.403 |
Tot = 99.17 Avg = 0.33 |
iteration 1000, minimaxmap, depth=4 | Tot = 75.23 Avg = 0.07 |
Tot = 41.55 Avg = 0.04 |
=> alphabeta agent가 minimax agent보다 효율적임을 알 수 있다. depth를 깊게 실험해보면, alphabeta agent의 pruning 효과가 더욱 극명하다.