Artificial intelligence 盲搜索和启发式搜索有什么区别？

我正在寻找人工智能领域中使用的盲搜索和启发式搜索之间的区别。

这是一个相当模糊的问题，但使用启发式搜索通常意味着在搜索过程中使用逻辑或先验数据进行有根据的猜测。盲搜索（我猜）在没有这种启发式的情况下进行特定的搜索，并使用蛮力方法。

盲搜索-无信息搜索
例如：BFS（盲搜索方法之一）。我们只需为currentstate（当前节点）生成所有后续状态（子节点），并找出其中是否有目标状态，如果没有，我们将生成子节点的一个后续状态，依此类推。因为我们没有信息，所以只需生成所有

启发式搜索-使用信息进行搜索。
例如：A*算法。我们根据成本和具有启发式函数的“启发式信息”选择下一个状态

案例示例：查找最短路径。
通过盲搜索，我们只需尝试所有位置（暴力）。

---

使用启发式，假设我们有关于起点和每个可用位置之间距离的信息。我们将用它来确定下一个位置。

盲搜索通常是不知情的。也就是说，它没有关于问题的任何具体知识，而启发式搜索是指有关于问题的信息，因此在决策中使用逻辑的搜索。

盲搜索：

• 它在本质上是完全野蛮的，因为它没有任何特定领域的知识
• 这是一个非常漫长的过程
• 它也被称为不知情或暴力搜索
• 使用大内存
• 搜索过程会记住所有不需要的节点，这些节点对搜索过程没有用处
• 它不使用任何特殊的搜索功能
• 示例：深度优先搜索和广度优先搜索

启发式搜索：

• 他们使用特定领域的知识进行搜索过程
• 通过使用启发式搜索，减少了搜索过程
• 这称为知情搜索
• 这种类型的搜索不会浪费时间
• 没有使用大内存
• 启发式函数用于搜索
• 示例：爬山、最佳优先搜索和A*和AO*