迭代加深A*算法解释

有人能解释一下迭代加深A*吗？我还不明白它是如何工作的。迭代加深搜索结合深度优先搜索，如果还没有找到解决方案，就增加深度++，直到找到解决方案。

如果迭代加深使用深度，那么迭代加深A*使用什么来限制它们的搜索呢？

如果你需要解释IDA*的工作原理，这里有一张图片，我就是不明白它是如何工作的。

(1,2,4,9)等，是步骤

0+2=2 是 f(n)=g(n)+h(n)

IDA* EXAMPLE

回答：

如果迭代加深使用深度，那么迭代加深A*使用什么来限制它们的搜索呢？

IDA*的简单实现会在每次迭代结束时类似于你的depth++那样增加threshold++。这是为了保持IDA*的可接受性。

更好的算法（仍然保持IDA*的可接受性）是将阈值增加到下一个最小的g()成本，这个成本是从关闭集到开放集可用的。

学技术