一、最佳優先搜尋
根據評價函式選擇表現的最佳的節點進行擴充套件
最佳優先搜尋 best-first-search 演算法
不同的方法有不同的評價函式
啟發函式，標記h(x)
h(n)=從節點n到目標的最低耗散估計值
啟發函式是額外資訊的一種最普通的形式
二、貪婪最佳優先搜尋
最先擴充套件離目標節點最近的節點
需要檢查重複狀態
三、a*搜尋
將 到達節點的耗散g(n) 與
從該節點到目標節點的消耗h(n) 結合起來
f(n)=h(n)+g(n)
剪枝：不需要檢驗就直接把它們的可能性排除
三、儲存限制搜尋演算法
1-遞迴最佳優先搜尋 rbfs
2-ma*
四、區域性搜尋演算法
1-爬山法搜尋
用一系列爬山搜尋來避免區域性極大值
2-模擬退火
3-遺傳演算法
人工智慧 搜尋 啟發式搜尋
搜尋演算法的形式化描述 狀態state 動作motion 狀態轉移state transition 路徑path 測試目標test target 一 啟發式搜尋 有資訊搜尋 heuristic search 代表演算法 貪婪最佳優先搜尋 greedy best first search a 搜尋 啟...
人工智慧 1 問題求解 啟發式搜尋演算法
a 演算法是啟發式搜尋演算法中的經典，經常應用於圖搜尋 路徑搜尋和規劃中。這裡以八數碼問題狀態空間圖的搜尋為例，初步介紹以a 演算法為代表的啟發式搜尋。搜尋演算法可分為兩大類 無資訊的搜尋演算法和有資訊的搜尋演算法。無資訊的搜尋又稱盲目搜尋，其特點是只要問題狀態可以形式化表示，原則上就可用使用無資訊...
啟發式搜尋
啟發式搜尋 heuristically search 又稱為有資訊搜尋 informed search 它是利用問題擁有的啟發資訊來引導搜尋，達到減少搜尋範圍 降低問題複雜度的目的，這種利用啟發資訊的搜尋過程稱為啟發式搜尋。例題 八數碼問題 運用優先佇列，根據目前已經確定的位置算出目前的價值，並匯入...