Algorithm 哪种算法是合适的？

假设代理是一个在迷宫中物理移动的机器人。事实并非如此 知道迷宫的地图，但它能感觉到自己的方向，哪条路是敞开的 它知道出口在右下角。机器人想要到达地面 尽快退出。你会使用哪种算法

我的教授说，经过修改的深度优先搜索将是解决方案。这些修改将是：；记住我们搜索的内容，以避免无限循环，并为向右或向下移动提供更高的优先级

---

然而，我对DFS的理解是，它不是最优的，也不能保证找到解决方案。我知道A*会找到成本最低但速度不确定的路径

---

如果有帮助，网格是10x10。

首先，如果存在解决方案，DFS会找到解决方案（假设它不在圆圈中运行，这是您的教授提出的）。你说这不能保证是错误的

---

其次，优先级方向本质上就是A*的含义——它扩展了最有可能通向解决方案的路径。

深度优先搜索，如果通过建议的修改正确实施，将找到您描述的问题的解决方案。您提到代理应该尽可能快地到达出口，这可能意味着使用最短路径。从这个意义上说，DFS不是最优的，因为它将返回到达出口的第一条路径。会找到最短的路径。A*及其变体是解决如您所述的路径查找问题的首选方法，并且已经在实时计算机游戏中使用了几十年

对于我来说，我将使用A*，并根据迷宫的特性调整适当的启发式函数。DFS、BFS和A*都会找到解决方案。但是，如果使用适当的启发式函数，A*将更快地找到解决方案。

但是，我对DFS的理解是，它不是最优的，并且不能保证找到解决方案。它保证它会为您找到一个解决方案，但它不是最优的。这块板足够小，可以容纳BFS。试试看。“但是，我对DFS的理解是，它不是最优的，也不能保证找到解决方案”-您的理解是错误的，或者至少是不完整的。你总是要为“最优”提供上下文。有多种解决方案吗？你想优化什么？DFS保证找到一个解决方案，前提是存在一个解决方案，并且图形中没有循环。“尽可能快地到达出口”-尽可能快的速度意味着什么，最短路径还是找到路径所需的最少计算量？宽度优先通过“跳跃”到下一个最有可能求解的节点，擅长找到最佳路径。机器人不能在迷宫中跳跃，因此除非他看到整个地图而不四处移动，否则他几乎只限于dfs解决方案——因此你的教授声称。记住，在现实世界中走动需要很多时间……从技术上讲，这听起来像是一个迷宫而不是迷宫。尽可能快包括找到路径，而不是找到最短的路径。这是真的，我指的是这样的措辞：“机器人想尽快到达出口”在现实世界中，这意味着最短（安全）的路径。谢谢你的改进。