什么是可接受的启发式函数?

据我所知,一个搜索算法的可接受的启发式函数是指其永远不会高估到达目标的最短路径。然而,非目标状态节点的启发式值可以为0吗?还是说可接受性还有另外一条规则,即只有目标状态的启发式值可以为0?

例如,从一个节点到目标状态D的最短路径如下:

A = 5B = 4C = 3D = 0

以下启发式函数是否有效:

A = 4B = 4C = 0D = 0

以下启发式函数是否也有效(尽管它没有实际用处)

A = 0B = 0C = 0D = 0

回答:

可接受的启发式函数正如你所说,仅仅是不会高估到目标的距离。它可以低估,你给出的两个例子确实是有效的、可接受的启发式函数。

在我们讨论的使用这些启发式函数的算法中(例如A*算法),如果启发式函数尽可能接近真实值是很有益的。所以,正如你自己已经注意到的,所有节点的启发式值都为0的最后一个例子不会很有用。通常,你希望你的启发式值尽可能接近真实值,同时仍然是可接受的(确保它们永远不会高估)。

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