什么是爬山算法和A*算法之间的区别?

在人工智能领域,这些算法非常流行。我尝试寻找解决8数码问题的方法,似乎它们的方法很相似。谁能解释一下它们的区别是什么?


回答:

像加权A*(Pohl 1970)这样的算法系统地探索搜索空间,按照“最佳”优先顺序进行。“最佳”由节点排名函数定义,该函数通常考虑到达节点的成本g,以及从节点到达目标的估计成本h。一些算法,如A*ǫ(Pearl和Kim 1982)还考虑节点与目标的距离d。爬山算法则较少进行深思熟虑;它们不考虑所有开放节点,而是扩展最近扩展节点中最有前景的后代,直到找到解决方案为止。

来源(第一页,引言)

Related Posts

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注