启发式的单调性与可采纳性有什么区别?

我正在阅读我的 AI 教材,并且对启发式的单调性和可采纳性之间的区别感到好奇(我知道它们不是互斥的)。

据我所知,可采纳的启发式方法仅仅意味着,如果存在解决方案,则可以确保获得到达解决方案的最短路径。

我感到困惑的是单调性的概念。谁能用我能理解的方式向我描述一下?

同样,我如何确定给定的启发式方法是单调的/可采纳的?书中给出的一个例子是 8 片滑动拼图。我正在考虑的一种启发式方法是错位瓷砖的数量,凭直觉我可以知道它是可采纳的,但我没有正式的方法来表明它是否是可采纳的/单调的。


回答:

Russel 和 Norvig,第二版第 99 页说:

第二个解决方案是确保到达任何重复状态的最佳路径始终是第一个遵循的路径——就像统一代价搜索一样。如果我们对 h(n) 施加额外的要求,即一致性(也称为单调性)的要求,则此属性成立。

当您谈论函数时,单调意味着一个函数增加或减少,但不是两者兼而有之。换句话说,范围内的排序在整个域中保持不变。因此,在您的问题中,无论您从哪个步骤开始,解决方案都保持最短路径。

启发式的可采纳性属性意味着到达目标的成本永远不会被高估(即它是乐观的)(第 98 页)。

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