IT搜索算法的集锦1.pdf

人工智能：模型与算法 搜索求解 吴飞 浙江大学计算机学院 提纲 1、启发式搜索 2 、对抗搜索 3 、蒙特卡洛树搜索 人工智能中的搜索 你见，或者不见我 问题求解器 我就在那里 海量 问题所对应答案 信息源 不悲 不喜 扎西拉姆多多 人工智能中的搜索：以寻找最短路径问题为例 问题：寻找从Arad到Bucharest的一条最短路径 搜索算法的形式化描述： 状态、动作、状态转移、路径、测试目标〉 状态 动作 问题：寻找从Arad到Bucharest的一条路径，满 足路径最短、时间最少、价钱最经济？ 搜索算法的形式化描述： 状态、动作、状态转移、路径、测试目标〉 状态转移 路径 问题：寻找从Arad到Bucharest的一条路 目标测试 径，满足路径最短、时间最少、价钱最 经济？ 搜索算法：启发式搜索(有信息搜索) 在搜索的过程中利用与所求解问题相关的辅助信息，其代表算法为贪婪最佳优 先搜索(Greedy best-first search)和A*搜索。 搜索算法：启发式搜索(有信息搜索) 辅助信息 所求解问题之外、与所求解问题相关的特定信息或 知识 评价函数（evaluation function）f(n) 从当前节点 出发，根据评价函数来选择后续节点 启发函数（heuristic function）h(n) 计算从节点到目标节点之间所形成路径的最小代价 值。这里将两点之间的直线距离作为启发函数。 搜索算法：贪婪最佳优先搜索 贪婪最佳优先搜索(Greedy best-first search) ：评价函数f(n)=启发函数h(n) 搜索算法：贪婪最佳优先搜索 不足之处：  贪婪最佳优先搜索不是最优的。经过Sibiu到Fagaras到Bucharest的路径比经过Rimnicu Vilcea到 Pitesti到Bucharest的路径要长32公里。  启发函数代价最小化这一目标会对错误的起点比较敏感。考虑从Iasi到Fagaras的问题，由启发式 建议须先扩展Neamt ，因为其离Fagaras最近，但是这是一条存在死循环路径。 搜索算法：贪婪最佳优先搜索 不足之处：  贪婪最佳优先搜索也是不完备的。所谓不完备即它可能沿着一条无限的路径走下去而不回来 做其他的选择尝试，因此无法找到最佳路径这一答案。  在最坏的情况下，贪婪最佳优先搜索的时间复杂度和空间复杂度都是O( ) ，其中是节点的 分支因子数目、是搜索空间的最大深度。 因此，需要设计一个良好的启发函数 搜索算法：A*算法 定义评价函数：f = g + ℎ()  g 表示从起始节点到节点 的开销代价值，ℎ