Câu 1: Khái niệm lí thuyết trò chơi và phân loại

 Khái niệm
Lí thuyết trò chơi là một khung lí thuyết để hiểu các tình huống xã hội (cuộc
chơi) giữa những người chơi cạnh tranh nhau. Trên một vài khía cạnh, lí thuyết
trò chơi là khoa học về chiến lược, hoặc ít nhất là việc ra quyết định tối ưu của các
tác nhân độc lập và cạnh tranh trong một bối cảnh chiến lược. 
 Các khái niệm cơ bản
 Người chơi (Players): Là những người tham gia vào một hay nhiều trò
chơi. Ví dụ: Hà và Trí, Honda và SYM; hai cô gái …
 Luật chơi (Rules): Là những nguyên tắc và chế tài trong một cuộc chơi.
 Kế cục (Payoff): Là lượng hữu dụng (thường là tiền) mà một người chơi
khi thắng hoặc thua của một chiên lược cụ thể trong trò chơi.
 Chiến lược (Strategy): Là một tập các phải ứng của người chơi có thể
xảy ra trong một trò chơi. Một chiến lược phải trọn vẹn, xác định rõ ràng
trong các tình huống bất ngờ.
 Chiến lược áp đảo (Dominant Strategy): Là chiến lược có kết cục tốt
nhất bất chấp các chiến lược của đối thủ
 Chiến lược bị áp đảo (Dominated Strategy): Là chiến lược có kết cục tệ
nhất bất chấp các chiến lược của đối thủ
 Chiến lược thuần tuý (Pure Strategy): Là chiến lược dự trên phán đoán các
chiến lược của đối thủ
 Chiến lược hỗn hợp (Mixed Strategy): Là chiến lược khi không dự đoán
được
chiến lược của đối thủ.
 Cân bằng (Equilibrium): Là một kết quả (outcome) mà trong đó các bên
tham
gia cuộc chơi không muốn thay đổi.
 Cân bằng áp đảo (Dominant Strategy Equilibrium): Là một cân bằng mà
trong đó mỗi người chơi đều sử dụng chiến lược áp đảo của mình.
 Cân bằng Nash (Nash Equilibrium): Là cân bằng mà trong đó các người chơi
hành động điều tốt nhất mà họ có thể làm khi đối với hành động của đối phương.
 Tình thế lưỡng nan của người tù (Prinsoner’s dlemma): Là một kết cục mà
mặc dù mọi người hành động khôn ngoan theo tư lợi của mình nhưng kết nhận
được thì không khôn ngoan
 Phân loại

Câu 2: Cân bằng nash

Cân bằng Nash: là tập hợp các chiến lược (mỗi người chơi có một chiến lược) sao
cho không người chơi nào có động cơ đơn phương thay đổi hành động của họ.
Trong thế cân bằng này, nếu một người chơi thay đổi chiến lược, người này sẽ
nhận được kết cục thấp hơn.
Câu 3: Chiến lượt tìm kiếm chiều sâu, chiều rộng, Dijkstra
 Chiều sâu
Giải thuật tìm kiếm theo chiều sâu (Depth First Search – viết tắt là DFS), còn được
gọi là giải thuật tìm kiếm ưu tiên chiều sâu, là giải thuật duyệt hoặc tìm kiếm trên
một cây hoặc một đồ thị và sử dụng stack (ngăn xếp) để ghi nhớ đỉnh liền kề
để bắt đầu việc tìm kiếm khi không gặp được đỉnh liền kề trong bất kỳ vòng lặp
nào. Giải thuật tiếp tục cho tới khi gặp được đỉnh cần tìm hoặc tới một nút không
có con.Khi đó giải thuật quay lui về đỉnh vừa mới tìm kiếm ở bước trước.
 Chiều rộng
Tìm kiếm theo chiều rộng (BFS) là một thuật toán tìm kiếm trong đồ thị trong đó
việc tìm kiếm chỉ bao gồm 2 thao tác: (a) cho trước một đỉnh của đồ thị; (b) them
các đỉnh kề với đỉnh vừa cho vào danh sách có thể hướng tới tiếp theo. Có thể sử
dụng thuật toán tìm kiếm theo chiều rộng cho hai mục đích: tìm kiếm đường đi từ
một đỉnh gốc cho trước tới một đỉnh đích, và tìm kiếm đường đi từ đỉnh gốc tới
tất cả các đỉnh khác. Trong đồ thị không có trọng số, thuật toán tìm kiếm theo
chiều rộng luôn tìm ra đường đi ngắn nhất có thể. Thuật toán BFS bắt đầu từ đỉnh
gốc và lần lượt nhìn các đỉnh kề với đỉnh gốc. Sau đó, với mỗi đỉnh trong số đó,
thuật toán lại lần lượt nhìn trước các đỉnh kề với nó mà chưa được quan sát trước
đó và lặp lại.
 Dijkstra
Thuật toán Dijkstra dùng để giải quyết bài toán đường đi ngắn nhất một
nguồn (Single-source shortest path), đồ thị trọng số không âm.
Câu 4: Thuật giải heuristic: quy tắc heuristic, A*, min-max
 Heuristic
là các kỹ thuật dựa trên kinh nghiệm để giải quyết vấn đề, học hỏi hay khám phá
nhằm đưa ra một giải pháp mà không được đảm bảo là tối ưu. Với việc nghiên
cứu khảo sát không có tính thực tế, các phương pháp heuristic được dùng nhằm
tăng nhanh quá trình tìm kiếm với các giải pháp hợp lý thông qua các suy nghĩ rút
gọn để giảm bớt việc nhận thức vấn đề khi đưa ra quyết định. Ví dụ của phương
pháp này bao gồm sử dụng một luật ngón tay cái, giả thuyết, phán đoán trực giác,
khuôn mẫu hay nhận thức thông thường.
 A*
A* là giải thuật tìm kiếm trong đồ thị, tìm đường đi từ một đỉnh hiện tại đến đỉnh
đích có sử dụng hàm để ước lượng khoảng cách hay còn gọi là hàm Heuristic.
Từ trạng thái hiện tại A* xây dựng tất cả các đường đi có thể đi dùng hàm ước
lược khoảng cách (hàm Heuristic) để đánh giá đường đi tốt nhất có thể đi. Tùy
theo mỗi dạng bài khác nhau mà hàm Heuristic sẽ được đánh giá khác nhau. A*
luôn tìm được đường đi ngắn nhất nếu tồn tại đường đi như thế.
A* lưu giữ một tập các đường đi qua đồ thị, từ đỉnh bắt đầu đến đỉnh kết thúc,
tập các đỉnh có thể đi tiếp được lưu trong tập Open.
 Min-max
Minimax là giải thuật là một thuật toán đệ quy lựa chọn bước đi kế tiếp trong
một trò chơi có hai người bằng cách định giá trị cho các Node trên cây trò
chơi sau đó tìm Node có giá trị phù hợp để đi bước tiếp theo.
Câu 5: Ứng dụng trong việc thiết kế trò chơi đối kháng:
+Quy trình thiết kế
+Các heuristic sử dụng