搜索的基本概念.ppt

* * * * * * * * * * * * * * * * * * * 2.3 启发式搜索 2.3.3 A*算法 　　A*算法是一种有序搜索算法，其特点在于对估价函数的定义上。 1. A*算法的估价函数 k(ni，nj)：表示任意两个节点ni和nj之间最小代价路径的实际代价(对于两节点间没有通路的节点，函数k没有定义)。 k(n,ti)：从节点n到某个具体的目标节点ti某一条路径的代价。 h*(n)：表示整个目标节点集合｛ti｝上所有k(n,ti)中最小的一个，因此，h*(n)就是从n到目标节点最小代价路径的代价，而且从n到目标节点能够获得h*(n)的任一路径就是一条从n到某个目标节点的最佳路径(对于任何不能到达目标节点的节点n，函数h*没有定义)。 2.3 启发式搜索 　　定义g* 为g*(n)=k(S,n) 从已知起始节点S到任意节点n的一条最佳路径代价。 　　定义函数f*， f*(n)=g*(n)+h*(n) 使得在任一节点n上其函数值f*(n)就是从节点S到节点n的一条最佳路径的实际代价加上从节点n到某目标节点的一条最佳路径的代价之和。 　　 2.3 启发式搜索 希望估价函数f是f*的一个估计，此估计可由下式给出： f(n)=g(n)+h(n) 其中：g是g*的估计；h是h*的估计。 对于g(n)：一个明显的选择就是搜索树中从S到n这段路径的代价，这一代价可以由从n到S寻找指针时，把所遇到的各段弧线的代价加起来给出(这条路径就是到目前为止用搜索算法找到的从S到n的最小代价路径)。这个定义包含了g(n)≥g*(n)。 h(n)：对 h*(n)的估计，依赖于有关问题的领域的启发信息。这种信息可能与八数码难题中的函数W(n)所用的那种信息相似。把h叫做启发函数。 2.3 启发式搜索 2. A算法和A*算法的定义 定义2.3 在GRAPHSEARCH过程中，如果第8步的重排OPEN表是依据f(x)=g(x)+h(x)进行的，则称该过程为A算法。 定义2.4 在A算法中，如果对所有的x存在h(x)≤h*(x),则称h(x)为h*(x)的下界，它表示某种偏于保守的估计。 定义2.5 采用h*(x)的下界h(x)为启发函数的A算法，称为A*算法。当h=0时，A*算法就变为有序搜索算法。 A算法和A*搜索算法的目标有所不同： A搜索算法虽然希望能找到问题的最优解，但主要追求的是求解效率；而A*搜索算法直接目标就在于要找到问题的最优解及其解的路径，即便搜索效率有所降低也在所不惜。 2.3 启发式搜索 障 起始 方格 碍 目标 方格 物 2.3 启发式搜索 f(x)=g(x)+h(x) g(x)：从起点方格，沿着产生的路径，移动到网格上第x方格的移动耗费。 h(x)：从网格上x方格移动到终点的预估耗费。 令水平或垂直移动的耗费为10，对角线方向耗费为14。 计算g(x)方法：取x父节点的g值，然后依照它相对父节点是对角线方向或者直角方向（非对角线），分别增加14或10。 计算h(x)方法：计算x格到目标水平和垂直方向的数量总和，忽略对角线方向，然后将结果乘以10。 f(x)是g(x)与h(x)的和，写在方格左上角，g(x)值写在左下角，h(x)值写在右下角，方格中的指针指向该方格父节点。 2.3 启发式搜索 60 50 10 74 60 14 60 50 10 74 60 14 74 50 24 54 40 14 40 30 10 54 40 14 74 40 34 74 20 44 68 10 58 60 50 10 2.4 博弈树搜索 2.4.1 博弈概述 何谓博弈？博弈就是下棋、打牌、竞技、战争等一类竞争性智能活动。 “二人零和非偶然性全信息”博弈 （1）二人零和：对垒的MAX、MIN双方轮流采取行动，博弈的结果只有三种情况：MAX方胜，MIN方胜，和局。 （2）全信息：在对垒过程中，任何一方都了解当前格局及过去的历史。 （3）非偶然性：任何一方在采取行动前都要根据当前的实际情况，进行得失分析，选取对自己最为有利而对对方最为不利的对策，不存在“碰运气”，“侥幸”及“偶然失误”等随机因素。 2.4 博弈树搜索 参加博弈的各方都希望己方取得胜利。因此，当一方面临多个行动方案选择时，博弈的各方总是要挑选对自己最为有利而对对方最不利的那个行动方案。 假如MAX方的目标：尽