Artificial intelligence A*图形搜索
给定启发式值h(A)=5,h(B)=1,使用A*图搜索,它将A和B放在f(A)=2+5=7,f(B)=4+1=5的边界上,然后选择B进行扩展,然后将G放在f(G)=4+4=8的边界上,然后它将选择A进行扩展,但不会做任何事情,因为S和B都已经扩展,并且不在边界上,因此,它将选择G next并返回一个非最优解Artificial intelligence A*图形搜索,artificial-intelligence,a-star,Artificial Intelligence,A Star,给定启发式值h(A)=5,h(B)=1,使用A*图搜索,它将A和B放在f(A)=2+5=7,f(B)=4+1=5的边界上,然后选择B进行扩展,然后将G放在f(G)=4+4=8的边界上,然后它将选择A进行扩展,但不会做任何事情,因为S和B都已经扩展,并且不在边界上,因此,它将选择G next并返回一个非最优解 我的论点正确吗?您在边界上维护对象的有序优先级队列。然后选择最佳候选节点,向所有可用方向展开,并将新节点放入优先级队列中。因此,一个队列有可能被推到队列的后面,即使实际上最优路径经过它。它也
我的论点正确吗?您在边界上维护对象的有序优先级队列。然后选择最佳候选节点,向所有可用方向展开,并将新节点放入优先级队列中。因此,一个队列有可能被推到队列的后面,即使实际上最优路径经过它。它也可能被通过次优路径到达的邻居包围,在这种情况下,大多数算法不会像你说的那样扩展它
星号只是找到合理路径的一种方式,它不能找到全局最优路径。这里有两个启发式概念:
如果您可以将*限制为仅与一致的启发式函数一起使用,则可以放弃已探索的节点路径 大体上是错的。A*保证在启发式函数允许的情况下找到最短路径。启发式函数允许,但不一致。h(A)是从A到G的估计成本,而不是从S到A,所以这不是高估的。在图形搜索中,它不应该重新打开B,因为B在探索集中,因为它已经被扩展了?(应仅打开边界/未探测集中的节点)