7、AI规划与搜索算法：从理论到应用

AI规划与搜索算法：从理论到应用

1. 规划与分支：树和节点

规划在人工智能中起着至关重要的作用，它能够帮助我们确定为实现特定目标而执行的一系列动作。这是一个经典的人工智能问题，在工业生产、资源分配以及机器人在房间内移动等场景中都有广泛应用。

人工智能从当前状态开始，首先确定该状态下所有可能的动作。从技术上讲，它将当前状态扩展为多个未来状态，然后再将这些未来状态进一步扩展为它们各自的未来状态，以此类推。当无法再进行状态扩展时，人工智能就创建了一个状态空间，这个状态空间包含了未来可能发生的所有情况。

状态空间不仅可以作为一种可能的预测（实际上，它预测了所有情况，尽管某些未来状态比其他状态更有可能发生），还能帮助人工智能探索如何以最佳方式做出决策以实现其目标，这个过程被称为状态空间搜索。

处理状态空间需要使用特定的数据结构和算法。常用的核心数据结构是树和图，而用于有效探索图的算法包括广度优先搜索和深度优先搜索。

1.1 树的构建

树的构建方式与现实世界中的树生长方式非常相似。添加到树中的每个项目都是一个节点，节点之间通过链接相互连接。节点和链接的组合形成了一个看起来像树的结构。

树有一个根节点，就像现实中的树一样，根节点是处理的起始点。与根节点相连的可以是分支或叶子节点。叶子节点是树的终点，而分支节点可以支持其他分支或叶子节点。图 3 - 1 所示的树是二叉树，因为每个节点最多有两个连接（但表示状态空间的树可以有多个分支）。

节点之间的关系很重要，在讨论树时，通常会考虑节点之间的父子关系。如果没有这些术语，关于树的讨论可能会变得相当混乱。例如，在图中，分支 B 是根节点的子节点，因