A* 搜索给出的次优解

eej*_*ejs 5 search artificial-intelligence heuristics

我不明白下图如何给出 A* 搜索的次优解决方案。

在此处输入图片说明

上图作为一个例子给出,其中 A* 搜索给出了一个次优解决方案,即启发式是可接受的但不一致。每个节点都有一个与其对应的启发式值,并给出遍历节点的权重。我不明白 A* 搜索将如何扩展节点。

Pra*_*wal 6

启发式 h(n) 不一致。

让我首先定义什么时候说启发式函数是一致的。

h(n) is consistent if  
– for every node n
– for every successor n' due to legal action a 
– h(n) <= c(n,a,n') + h(n')
Run Code Online (Sandbox Code Playgroud)

这里显然“A”是节点“B”的后继者,但是 h(B) > h(A) + c(A,a,B)

因此启发式函数不是一致/单调的,因此 A* 不需要给出最优解。


Dem*_*plo 0

老实说,我不明白 A* 如何通过给定的启发式返回次优解决方案。这是出于一个简单的原因:给定的启发式是可接受的(甚至是单调/一致的)。

h(s) <= h*(s) for each s in the graph
Run Code Online (Sandbox Code Playgroud)

您可以自己检查这一点,将每个节点中的 h 值与到 g 的最短路径的成本进行比较。

考虑到 A* 的最优性属性,我不知道它如何返回次优解决方案,这S -> A -> G当然应该是。

它返回次优解决方案的唯一方法是,一旦找到从边界中的节点通向目标的操作(以便有一条到达目标的路径),它就会停止,但这不会是 A*

  • @Crackej如果启发式不是单调的,那么您需要重新打开节点,因为您稍后可以在更便宜的路径上遇到它们。 (3认同)