A* 算法的正确表述

我正在研究 A* 寻路算法的定义,但似乎在不同的地方定义略有不同。

区别在于遍历节点的后继节点时执行的操作,以及发现后继节点在已关闭列表中。

  • 一种方法(由维基百科这篇文章 提出)指出:如果后继节点在已关闭列表中,则忽略它
  • 另一种方法(例如,这里这里提出)指出:如果后继节点在已关闭列表中,则检查其成本。如果成本高于当前计算的分数,则从已关闭列表中删除该项目以供将来检查。

我很困惑 – 哪种方法是正确的? 直观上,第一种方法对我来说更有意义,但我想知道定义的区别。 是否其中一个定义是错误的,或者它们在某种程度上是同构的?


回答:

只有当到达任何重复状态的最佳路径始终是第一个被遵循的路径时,第一种方法才是最佳的。 如果启发式函数具有一致性(也称为单调性)的属性,则此属性成立。 如果对于每个节点nn的每个后继节点n',从n到达目标的估计成本不大于从n到达n'的步进成本加上从n到达目标的估计成本,则启发式函数是一致的。

如果启发式函数仅仅是可容许的,即它从不高估到达目标的成本,则第二种方法才是最佳的。

每个一致的启发式函数也是可容许的。 尽管一致性比可容许性更严格,但人们必须非常努力地才能设计出可容许但不一致的启发式函数。

因此,即使第二种方法更通用,因为它适用于严格更大的启发式函数子集,但在实践中第一种方法通常就足够了。

参考文献:书籍人工智能:一种现代方法4.1 知情(启发式)搜索策略一节的子节A* 搜索:最小化总估计解决方案成本

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