人工智能-搜索----启发式搜索

本文介绍了启发式搜索中的A*搜索算法,探讨了贪婪最佳优先搜索的不足,并详细阐述了A*算法的工作原理、评价函数以及最优性和完备性的条件。通过实例展示了A*算法如何在城市路线图中找到最短路径。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

搜索算法的形式化描述:

<状态state、动作motion、状态转移state transition、路径path、测试目标test target>

一、启发式搜索(有信息搜索)(Heuristic  Search)

代表算法:贪婪最佳优先搜索(Greedy best-first search)A*搜索

启发式搜索需要有:

1、辅助信息,也就是与求解问题相关的额外信息,就跟做数学题时的已知条件一样,根据已知条件求解。

2、评价函数(evaluation function)f(n),从当前节点n出发,根据评价函数来选择后续节点。

3、启发函数(heuristic function)h(n),计算从节点n到目标节点所形成路径的最小代价值。

例如下图所示的一个城市路线图,要求搜索目标为找到一条从Arad-->Buchareat的最短路径

辅助信息:任意一个城市与Bucharest的直线距离

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值