A*图搜索算法

http://i.imgur.com/ktdwhrT.png

假设启发式值h(A)=5,h(B)=1,使用A*图搜索算法,将A和B放入前沿队列,f(A)=2+5=7,f(B)=4+1=5,然后选择B进行扩展,接着将G放入前沿队列,f(G)=4+4=8,然后选择A进行扩展,但由于S和B已经扩展且不在前沿队列中,因此不会进行任何操作,接下来会选择G并返回一个非最优解。

我的论述正确吗?


回答:

你维护了一个有序的优先级队列来管理前沿的对象。你会选择最佳候选者,向所有可用方向扩展,并将新节点放入优先级队列中。因此,尽管最优路径可能经过A,A也可能被推到队列的末端。还有可能A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所说的那样尝试扩展它。

A星算法只是找到一条合理路径的一种方法,它并不能找到全局最优路径。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注