# 人工智能:一致代价搜索

我有一些关于人工智能搜索功能的问题,我不太理解。我知道,如果A*搜索算法的启发式函数是一个常数函数,那么一致代价搜索是A*搜索算法的一个特例。我还知道,当所有边的代价都是正且相同的时候,广度优先搜索 (BFS) 是 A* 的一个特例。最佳优先搜索也是 A* 搜索的一个特例。但是我该如何证明这一点呢?我该如何证明以上所有说法都是正确的呢?


回答:

嗯,我不太知道如何优雅地表达它,但你所说的一切都是…根据定义成立的!

在 A* 中,你有一个启发式函数,并且你会贪婪地探索你的树,选择最有希望的分支。

如果每条边的代价都相同,那么 A* 只会从“距离 1”的节点开始,因为它们都具有最小的代价:1。然后,A* 会探索从根节点“距离 2”的节点,因为它们的代价现在是所有可能节点中最小的:2。递归地,这会导致 BFS。

一致代价搜索也是如此。对于最佳优先搜索,情况略有不同,A* 是最佳优先搜索的一个特例,而不是相反的情况 =)。

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