5.状态空间搜索.pptxVIP

人工智能—状态空间搜索;状态空间搜索总体要求;第六章 问题求解与搜索策略;问题求解;示例——八数码难题 在3×3的棋盘，摆有八个棋子，每个棋子上标有1至8的某一数字。棋盘上还有一个空格，与空格相邻的棋子可以移到空格中。;问题示例;6.1.2 状态空间表示法;传教士野人问题（ Missionaries Cannibals， MC问题） 有三个传教士M和三个野人C过河，只有一条能装下两个人的船，在河的一方或者船上，如果野人的人数大于传教士的人数，那么传教士就会有危险，你能不能提出一种安全的渡河方法呢？;状态：问题在某一时刻所处的“位置”，“情况”等 根据问题所关心的因素，一般用向量形式表示，每一位表示一个因素;算子（算符，操作符）——使状态发生改变的操作 MC问题中的算子 将传教士或野人运到河对岸 Move-1m1c-lr：将一个传教士(m)一个野人(c)从左岸(l)运到右岸(r) 所有可能操作 Move-1m1c-lr Move-1m1c-rl Move-2c-lr Move-2c-rl Move-2m-lr Move-2m-rl Move-1c-lr Move-1c-rl Move-1m-lr Move-1m-rl;传教士野人问题状态空间图;6.2 状态空间的搜索策略; 必须记住哪些点走过了;OPEN表和CLOSE表 OPEN表用于存放刚生成的节点。对于不同的搜索策略，节点在OPEN表中的排列顺序是不同的。 CLOSE表用于存放将要扩展的节点。对一个节点的扩展是指：用所有可适用的算符对该节点进行操作，生成一组子节点 OPEN表 CLOSE表;搜索的一般过程;一些说明;盲目搜索;6.2.2 广度优先搜索;广度优先搜索过程;重排九宫的广度优先搜索操作符：空格左移、上移、右移、下移;在上述广度优先算法中需要注意两个问题： 1、对于任意一个可扩展的节点，总是按照固定的操作符的顺序对其进行扩展（空格左移、上移、右移、下移）。 2、在对任一节点进行扩展的时候，如果所得的某个子节点（状态）前面已经出现过，则立即将其放弃，不再重复画出（不送入OPEN表）。 因此，广度优先搜索的本质是，以初始节点为根节点，在状态空间图中按照广度优先的原则，生成一棵搜索树。;广度优先搜索的特点;6.2.3 深度优先搜索;深度优先搜索过程;重排九宫的深度优先搜索;深度优先搜索的特点;6.2.4 有界深度优先搜索;;有界深度优先搜索的一些改进方法;重排九宫的有界深度优先搜索;6.2.5 代价树的广度优先搜索;代价树广度优先搜索过程; 代价树示例 (例6.7);6.2.6 代价树的深度优先搜索; 总 结;有信息搜索 搜索过程中利用与问题有关的经验信息（启发式信息） 引入估价函数来估计节点位于解路径上的“希望”，函数值越小“希望”越大 搜索过程中按照估价函数的大小对OPEN表排序 每次选择估价函数值最小的节点作为下一步考察的节点;A算法 ;A算法;设有如下结构的移动将牌游戏： 该游戏规则： 当一个牌移入相邻的空位置时，费用为一个单位。 一个牌至多可跳过两个牌进入空位置，其费用等于跳过的牌数加1。 要求：把所有的B都移至W的右边，请设计启发函数h(x)。 解：根据要求可知，W左边的B越少越接近目标，因此可用W左边B的个数作为h(x),即 h(x)=3×(每个W左边B的个数的总和) 这里乘以系数3是为了扩大h(x)在f(x)中的比重。;局部择优搜索;全局择优搜索;1968年，彼得.哈特对A算法进行了很小的修改，并证明了当估价函数满足一定的限制条件时，算法一定可以找到最优解 估价函数满足一定限制条件的算法称为A*算法;利用A*算法求解八数码问题;4;估价函数对算法的影响;估价函数对算法的影响示例;3;例：路径规划;6.3 与/或树的搜索策略;6.4 搜索的完备性与效率;6.4.2 搜索效率;有效分枝因数;衡量搜索策略性能的准则;