如何实现一个A*搜索算法,其中h(n) = h*(n)?

我想了解如果我们希望每个节点的h(n)值恰好是完美启发式值(h*(n)),那么实现A*搜索算法的步骤和逻辑是什么。

我是否可以假设,对于每个节点,我们需要从该节点开始进行一次A*遍历,直到终点节点,才能计算出它的h*(n)?我知道可接受的启发式方法旨在尽可能接近h*(n),以减少检查非最优节点/路径。


回答:

如果你的启发式是“完美”的(即,它代表实际距离),那么它总是会是一致的,因此不需要特别处理。接下来出队的节点总是路径上的下一个节点。

实际上,在这种情况下,你可以完全跳过A*,直接计算最佳路径。

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