Algorithm 容许启发式曼哈顿距离

我最近开始了一门人工智能的入门课程，我被指派在Python中实现一个可接受的启发式函数，用*搜索解决15个难题

我实现了曼哈顿距离和其他一些启发式方法。Python代码运行得很好，该算法实际上解决了这个问题，但我怀疑曼哈顿距离启发法是否适用于这个特定问题

根据理论，如果启发式永远不会高估实现目标的成本，那么启发式是可以接受的。这意味着启发式是乐观的，它返回的成本永远不会大于实际成本

初始状态为以下时（0表示空插槽）：

我的程序用5次移动解决了这个问题，但每个错放瓷砖的曼哈顿距离之和等于10，这是实际成本的两倍。因此，实际成本远低于估计成本。这是否意味着启发式是不可接受的，还是我的逻辑有问题

我曾考虑只计算空区块的曼哈顿距离，但如果空区块位于正确位置，但其他区块错位，则会导致估计成本为零的状态。

启发式方法是可行的，因为它独立地考虑每个区块（而事实上，区块相互干扰）。所以这是乐观的

在您的示例中，所有分幅距目标位置的距离之和为5（分幅5、9、10、11、15各需要移动一次）

---

您还没有向我们展示您的逻辑，那么我们应该如何评估它？我对代码没有任何问题。我的问题是一个理论问题。这个问题可以用五个步骤来解决。每次向上、向下、向右或向左移动空磁贴时。解决问题的五个步骤是：下，右，右，下，右。但是如果你将启发式应用到初始状态，它会返回10，这是实际成本的两倍。根据理论，它应该小于实际成本。计算曼哈顿距离不需要代码。感谢您的快速回复；）在我看来，在你的例子中，曼哈顿距离的总和实际上是5。你是怎么得到10的？@j_random_hacker我怀疑他们增加了移动空瓷砖的成本。我认为空瓷砖的成本也需要计算。谢谢你的澄清！谢谢，我还增加了移动空瓷砖的费用

1  2  3  4
0  6  7  8
5  9  10 12
13 14 11 15