Кіріспе
Ең нашар сценарийдегі ықтимал шығынды азайту үшін қолданылатын шешім ережесі – шешім теориясының түсінігі. Минимакс (кейде Минимакс, ММ немесе тұрақтандыру нүктесі) – жасанды интеллект, шешім теориясы, ойын теориясы, статистика және философия салаларында ең нашар сценарийдегі (максималды шығын) ықтимал шығынды азайтуға қолданылатын шешім ережесі. Пайда туралы мәселелерде, ең төменгі пайданы барынша арттыру мақсатында "максимине" деп аталады. Алғаш рет бірнеше ойыншыға арналған, қосындысы нөлге тең ойын теориясы үшін жасалған, бұл ойыншылардың кезекпен немесе бір уақытта қимыл жасайтын жағдайларын қамтиды. Сонымен қатар, бұл әдіс күрделі ойындарға және белгісіздік жағдайындағы жалпы шешім қабылдауға да қолданылады.
the decision theory concept
Minmax (sometimes Minimax, MM or saddle point) is a decision rule used in artificial intelligence, decision theory, game theory, statistics, and philosophy for minimizing the possible loss for a worst case (maximum loss) scenario. When dealing with gains, it is referred to as "maximin" – to maximize the minimum gain. Originally formulated for several player zero sum game theory, covering both the cases where players take alternate moves and those where they make simultaneous moves, it has also been extended to more complex games and to general decision making in the presence of uncertainty.
Максимин
Көбінесе ойын теориясында максимин минимакстан өзгеше болады. Минимакс нөлдік жиынтық ойындарында қарсыластың максималды пайдасын азайту үшін қолданылады. Нөлдік жиынтық ойынында бұл өзінің максималды жоғалтуын азайтуға және өзінің минималды пайдасын арттыруға сәйкес келеді. "Максимин" термині көбінесе нөлдік емес жиынтық ойындарында өзінің минималды сыйақысын барынша арттыратын стратегияны сипаттау үшін қолданылады. Нөлдік емес жиынтық ойындарында бұл, әдетте, қарсыластың максималды пайдасын азайтумен немесе Нэш тепе-теңдігі стратегиясымен бірдей болмайды.
Қайталанатын ойындарда
Минимакс мәндері қайталанатын ойындар теориясында өте маңызды. Бұл теориядағы орталық теоремалардың бірі, халық теоремасы, минимакс мәндеріне сүйенді.
Комбинациялық ойын теориясы
Комбинаторлық ойын теориясында ойын шешімдері үшін минимакс алгоритмі бар. Төменде келтірілген минимакс алгоритмінің қарапайым нұсқасы, әр ойыншы жеңе, жеңіле немесе тең түсе алатын крестики-нолики сияқты ойындарды қарастырады. Егер ойыншы А бір қадамда жеңіске жетуі мүмкін болса, оның ең жақсы қадамы – сол жеңіс әкелетін қадам. Егер ойыншы В бір қадамның А ойыншысын бір қадамда жеңіске жеткізетін жағдайға алып келетінін білсе, ал екінші қадам А ойыншысын ең жақсы жағдайда тең түсуге ғана мүмкіндік беретін жағдайға жеткізсе, онда ойыншы В-ның ең жақсы қадамы – тең түсуге әкелетін қадам. Ойынның соңына жақындағанда, "ең жақсы" қадамды анықтау оңай. Минимакс алгоритмі ойынның соңынан кері қарай жұмыс істеу арқылы ең жақсы қадамды табуға көмектеседі. Әр қадамда ол А ойыншысының жеңіс мүмкіндігін барынша арттыруға тырысады деп есептейді, ал келесі кезекте В ойыншысы А ойыншысының жеңіс мүмкіндігін барынша азайтуға тырысады (яғни, өзінің жеңіс мүмкіндігін арттыруға).
Бірін-бірі ауыстыратын Minimax алгоритмі
Минимакс алгоритмі — n ойыншы ойынындағы келесі қадамды таңдау үшін рекурсивті алгоритм, әдетте екі ойыншы ойыны. Ойынның әрбір позициясына немесе күйіне мән беріледі. Бұл мән позицияны бағалау функциясы арқылы есептеледі және ойыншының сол позицияға жетуі қаншалықты тиімді екенін көрсетеді. Ойыншы содан кейін қарсыластың мүмкін болатын келесі қадамдарынан туындайтын позицияның ең төменгі мәнін барынша арттыратын қадамды жасайды. Егер А-ның кезегі келсе, ол өзінің әрбір заңды қадамына мән береді. Мүмкін болатын бөлу әдісі А үшін белгілі бір жеңісті +1, ал В үшін -1 деп белгілеуден тұрады. Бұл Джон Х. Конвей дамытқан комбинаторлық ойын теориясына алып келеді. Балама ретінде, егер қадамның нәтижесі A үшін бірден жеңіс болса, оған оң шексіз, ал егер ол B үшін бірден жеңіс болса, теріс шексіз беріледі. Кез келген басқа қадамның А-ға берілген мәні – B-ның барлық мүмкін жауаптарынан алынған мәндердің максимумы. Осы себепті А-ны максимизациялаушы ойыншы, ал В-ны минимализациялаушы ойыншы деп атайды, сондықтан бұл алгоритм минимакс алгоритмі деп аталады. Жоғарыдағы алгоритм кез келген позицияға оң немесе теріс шексіз мән береді, өйткені әрбір позицияның мәні соңғы жеңіс немесе жеңіліс позициясының мәні болады. Бірақ мұндай жағдай көбінесе шахмат немесе го сияқты күрделі ойындардың соңында ғана мүмкін болады, себебі ойынның аяқталуына дейін алдын ала қарау есептеу тұрғысынан қиын, сондықтан позицияларға бір ойыншының жеңісіне жету мүмкіндігінің бағалауы ретінде шекті мәндер беріледі. Егер біз барлық мүмкін келесі қадамдарды қарастырмай, соңғы емес ойын күйлеріне мән беретін эвристикалық бағалау функциясын қолдансақ, мұны кеңейтуге болады. Содан кейін минимакс алгоритмін белгілі бір қадамдарды ғана қарауға шектеу жасаймыз. Бұл сан "көру тереңдігі" деп аталады және "жабындар" (plies) арқылы өлшенеді. Мысалы, шахмат компьютері Deep Blue (Гари Каспаровты жеңген алғашқы компьютер) кем дегенде 12 жабынға қарап, содан кейін эвристикалық бағалау функциясын қолданды. Алгоритмді ойын ағашының түйіндерін зерттеу ретінде қарастыруға болады. Ағаштың тиімді тармақталу коэффициенті – әрбір түйіннің балаларының орташа саны (яғни, позициядағы заңды қадамдардың орташа саны). Зерттелетін түйіндердің саны, әдетте, жабындар санымен экспоненциалды түрде өседі (мәжбүрлі қадамдарды немесе қайталанатын позицияларды бағалау кезінде экспоненциалдыдан аз). Ойынды талдау үшін зерттелетін түйіндердің саны, демек, тармақталу коэффициентінің жабындар санының дәрежесіне тең. Сондықтан минимакс алгоритмін пайдаланып шахмат сияқты ойындарды толық талдау іс жүзінде мүмкін емес. Альфа-бета кесуді қолдану арқылы нақты минимакс алгоритмінің өнімділігін айтарлықтай жақсартуға болады, нәтижеге әсер етпей. Басқа эвристикалық кесу әдістерін де қолдануға болады, бірақ олардың барлығы да кесілмеген іздеу сияқты нәтиже беруіне кепілдік жоқ. Нақты минимакс алгоритмін минимакс ұпаймен бірге толық негізгі вариацияны қайтару үшін оңай өзгертуге болады.
Мысал
Ойналып жатқан ойынның әр кезегінде ойыншыға ең көп дегенде екі мүмкіндік бар деп есептейік. Алгоритм оң жақтағы ағашты құрайды, онда шеңберлер алгоритмді іске асыратын ойыншының (максимизациялаушы ойыншының) қимылдарын, ал квадраттар қарсыластың (минимизациялаушы ойыншының) қимылдарын көрсетеді. Жоғарыда түсіндірілгендей, есептеу ресурстарының шектеулі болуына байланысты, ағаш 4 қимылға дейін көруге шектелген. Алгоритм әрбір жапырақ түйінін эвристикалық бағалау функциясы арқылы бағалайды, нәтижесінде көрсетілген мәндер алынады. Максимизациялаушы ойыншының жеңіске жеткен қимылдарына оң шексіз, ал минимизациялаушы ойыншының жеңісіне әкелетін қимылдарға теріс шексіз мән беріледі. 3-деңгейде алгоритм әр түйін үшін балама түйіндердің ең кіші мәнін таңдайды және оны сол түйінге тағайындайды (мысалы, сол жақтағы түйін "10" және "+∞" арасынан ең кіші мәнді таңдайды, демек, өзіне "10" мәнін тағайындайды). 2-деңгейдегі келесі қадам – әр түйін үшін балама түйіндердің ең үлкен мәнін таңдау. Мәндер қайтадан әр аталық түйінге тағайындалады. Алгоритм тамыр түйініне жеткенге дейін балама түйіндердің ең жоғары және ең төменгі мәндерін кезектесіп бағалауды жалғастырады, онда ең үлкен мәнге ие қимыл таңдалады (суретте көк жебемен көрсетілген). Бұл ойыншының максималды мүмкін шығынды азайту үшін жасауы тиіс қимыл.
Белгісіз жағдайдағы ең төменгі деңгей
Минимакс теориясы басқа ойыншы болмаған жағдайларда да қолданылады, бірақ шешімдердің салдары белгісіз фактілерге байланысты болатын жағдайларда. Мысалы, кен іздеуге шешім қабылдау шығысқа байланысты, егер кен болмаса, бұл шығыс босқа кетеді, ал кен болса, үлкен пайда әкеледі. Бір тәсіл – мұны табиғатқа қарсы ойын ретінде қарастыру (табиғаттың әрекетін қараңыз) және Мерфи заңы немесе резистенциализм сияқты көзқараспен, ең көп күтілетін зиянды азайтуға бағытталған тәсілді қолдану, бұл екі ойыншылы, нөлдік жиынтық ойындарда қолданылатын әдістерге ұқсас. Сонымен қатар, екі ойыншылы ойындар үшін, мысалы, құмар ойындарында (дөңгелек немесе текше тастау сияқты) мүмкіндік факторын ескеретін expectiminimax ағаштары жасалған.
Шектен тыс шешім теориясы
Минимакс шешім қабылдаудың басты ерекшелігі – ықтималдыққа сүйенбеуі. Күтілетін құн немесе күтілетін пайдалылықты қолданатын шешімдерден өзгеше, ол әртүрлі нәтижелердің ықтималдығы туралы ешқандай шарттылық жасамастан, тек мүмкін нәтижелердің сценарийлік талдауын жүргізеді. Осы себепті, ол шарттардың өзгеруіне қарсы тұрақты, ал басқа шешім қабылдау техникаларынан айырмашылығы осы тұрақтылықты қамтамасыз етеді. Бұл ықтималдық емес тәсілдің әртүрлі кеңейтімдері бар, олардың ішінде минимакс өкініші және ақпараттық алшақтық шешімдері теориясы ерекше аталады. Сонымен қатар, минимакс тек ординалдық өлшемді (нәтижелерді салыстыру және реттеу) талап етеді, аралық өлшемдерді емес (нәтижелердің «қаншалықты жақсы немесе нашар» екенін білдіретін), және тек модельделген нәтижелерді пайдалана отырып ординалдық деректерді береді: минимакс талдауының қорытындысы: «Бұл стратегия минимакс болып табылады, себебі ең нашар жағдайдағы нәтиже (нәтиже), басқа стратегияларға қарағанда нашаррақ емес». Бұл күтілетін құн талдауымен салыстырылады, оның қорытындысы мынадай болады: «Бұл стратегия Minimax табысын береді». Осылайша, минимакс ординалдық деректерде қолданылуы мүмкін және одан да түсінікті болуы мүмкін.
Саясаттағы минимакс
"Керек зиянды" дауыс беру (LEV) ұғымын минимакс стратегиясының бір түрі ретінде қарастыруға болады, онда сайлаушылар екі немесе одан да көп кандидаттардың арасынан ең аз зиянды немесе "керек зиянды" деп санайтын кандидатураны таңдайды. Мұндай жағдайда, "дауыс беруді өзіміздің құндылықтарымызды білдірмейтін үлкен партиялардың кандидаттарына қарсы іс-қимыл немесе корпоративтік элитаға ыңғайлы нұсқаларды ғана таңдауға бағытталған сыбайлас жемқорлық жүйе ретінде қарастырмау керек, ал зиянды немесе қатысымды азайту мүмкіндігі ретінде қарастыру қажет".
Максимин философияда
Философияда "максимин" термині көбінесе Джон Роулздың "Әділет теориясы" еңбегінде қолданылады, онда ол оны Ерекшелік принципімен байланыстырады. Роулз бұл принципті әлеуметтік және экономикалық теңсіздіктер осылай орналастырылуы керек деген ереже ретінде анықтады: "олар қоғамның ең артықшылықтан айырылған мүшелеріне ең көп пайда әкелуі тиіс".