Artificial intelligence 滑动瓦片问题的启发式算法 这个想法是把所有正确的元素向左和向左移动到右边，中间有一个空格。这些元素可以跳过一个或两个片段进入一个空白空间 LLL[ ]RRR

我正试图为这项任务想出一个启发性的方法。启发式是为了帮助找到一个可能的解决方案，还是实际返回一些动作作为解决方案？我该如何表达这样一种启发式呢？

您是在寻找启发式还是算法？启发式方法可能解决也可能不解决给定的问题。它实际上只是为您指出解决方案可能所在的方向。一个算法确实应该解决一个给定的问题。

听起来你对什么是启发式有点困惑

粗略的定义是一种简化的假设或合理的猜测

例如，假设你必须组建一支篮球队，你有关于想参加比赛的人的情况介绍，其中列出了他们的联系信息、出生日期和身高。你可以举行选拔赛，测试每个候选人的具体技能；不过，这需要所有候选人的加入，这可能需要很长时间。你使用一种启发式方法来缩小搜索范围——只给身高至少6英尺2英寸的人打电话。这可能会忽略一些伟大的篮球运动员，但这是一个相当不错的猜测

另一个启发式的例子是：你试图用最少的硬币来付账。一种简化方法的启发性方法是，首先选择价值最大的硬币，其价值小于剩余的纸币，从纸币中减去价值，然后重复。这并不能保证每次都有效，但它会让你在大部分时间都能找到正确的邻居

---

解决问题的启发式方法可能是永远不要将Ls移到右边，也不要将Rs移到左边-它通过从一开始就消除一些可能性来缩小所有可能移动的搜索空间。

启发式方法通常是一种提示，通常但并不总是会将您的过程引导到正确的方向。使用启发式可以加快你的程序和你的算法，通常是这样，但并不总是这样。这就像是对算法的一个建议，它往往是正确的

我不确定你在找什么，因为描述有点模糊。如果你想要这个算法，你需要研究一个特定的移动对当前情况有什么影响，以及每次向前移动所有可能的移动的方法，实际上是遍历一个状态树，即如果你做一个特定的移动序列，状态将发生变化

---

您还可以看到，当前位置与您想要达到的最终位置之间的距离可能很重要。因此，与其计算从初始状态到最终状态的所有可能路径，您可以根据启发式算法指导算法，当前状态与所需状态的接近程度，并且只遍历树的一部分。

我正在寻找启发式算法，我在考虑使用与目标状态相比正确的元素数量，但实际上不知道如何将其表示为公式或某种结构方式。因此，您想要一个标准来评估潜在移动？更像是一种智能选择最接近目标状态的节点的方法，而不需要知道哪些节点找不到解决办法。