Artificial intelligence 什么是启发式函数

有人能用非常简单的语言解释它是什么吗。还提供了一个例子。例如，如果你必须找到某个东西的启发式函数，它应该是什么样子

以问题为例：

水壶问题

设计并解释一个可容许的启发式函数（h）[而不是平凡的h（n）=0]。行动成本定义为执行行动的1个单位，移动每加仑水的额外1个单位（填充， 空的，倒的），和额外的1个单位浪费 每加仑水（空）。路径成本（g）为 所有操作的成本总和。

来自

启发式函数，或简单的启发式函数，是一个排序函数 基于 可用于决定遵循哪个分支的可用信息

也就是说，在国际象棋中，启发式函数可以排除可能导致棋手处于更糟糕位置（甚至失败）的棋步，并且不会进一步分析以下棋步，因为结果不会变得更好

---

这样做，该函数可以在较短的时间内搜索更多的移动，因为它不会浪费时间查看错误的移动。

一个启发式函数，是一个计算问题的近似成本（或对备选方案进行排序）的函数

例如，问题可能是找到到某一点的最短行驶距离。启发式成本是到该点的直线距离。它简单快速，是大多数启发式算法的一个重要特性。真正的距离可能会更高，因为我们必须坚持道路，而且更难计算

---

启发式函数通常与搜索算法结合使用。您还可以看到术语“可接受”，这意味着启发式永远不会高估真实成本。可容许性是一个重要的性质，对于某些搜索算法（如用于计算问题估计成本的*

启发式函数）来说是必需的。用于滑动瓷砖拼图的启发式函数，称为曼哈顿距离。用h（n）表示的启发式函数。许多算法使用启发式函数，包括启发式搜索、A*算法、IDA（迭代深化-A*）。

启发式函数h（n）表示从任意顶点n到目标的最小成本估计。根据问题，我们选择启发式函数，记住，启发式函数的选择在所有节点上都给出了真实的结果。

---

有关更多详细信息，请访问此网站：

要确定启发式函数，请浏览传统的国际象棋问题。通常，国际象棋使用一种算法的组合来决定下一步。请转到这个链接。我想这就是你要找的例子。

---

人类的进化行为与认知和听觉智能有关，因此，启发式路径是最简单的 近似值。即时反应通过我们的内在逻辑或通过我们的经验知识的基础学习得到进一步处理。因此，启发式近似算法

---

支持我们的即时结论

我如何为一个问题找到答案？取决于一个问题。烹饪的一个很好的启发性功能是品尝并与之前尝试过同样事情的记忆进行比较。保持在道路上的一个因素是汽车到你决定要走的车道中心的距离。但任何给定的问题都可以有不同的启发式函数。例如，在迷宫中，你可以尝试跟踪你的坐标，或者你可以尝试一直向左走，或者如果你认为迷宫构建者是一个特别的虐待狂，你可以一直尝试那条似乎把你带离出口的路径（尽管那条路径很可能经常适得其反）。找到一条什么？启发式函数？有很多利用启发式的算法。A*、Alpha-Beta修剪等。你应该试着自己解决作业。如果你遇到了一个特定的问题，那就提出一个新问题。