3.2 智能路径规划（教学课件）-五年级信息科技下册（清华版2025）.ppt

PPT下载/xiazai/智能路径规划智能路径规划人工智能简称AI，是一种让计算机和机器变得“聪明”的技术。就像人类有大脑可以思考、学习和解决问题，人工智能也能让计算机通过学习很多数据，来完成各种任务。比如，人工智能可以帮助手机识别你的脸、让机器人学会对话，还能帮医生更快地找到病因。在我们的生活中很多地方都有AI的帮助，它就像一个“聪明小助手”，让我们的生活更加方便、趣！人工智能正在快速发展，未来的世界会越来越依赖人工智能。谁能掌握人工智能，谁就会在各个领域有更多的发展机会。但是同时我们也面临着一个残酷的问题：未来20年，近半数的人类工作会被智能机器所替代。你知道吗？了解生活中的“最短路径”用贪心策略解决最短路径问题用狄克斯特拉算法寻找最短路径目录*大家在生活中应该都有过这样的经历吧：当我们要去一个不太熟悉的地方时，不知道怎样前往目的地。这时我们会怎么做呢？很多人都会拿出手机，打开导航软件，输入目的地，接着导航就会为我们规划出几条路线，告诉我们该怎么去。以从乌鲁木齐站到乌鲁木齐地窝堡国际机场为例，导航软件给我们提供了三种驾车方案，有的方案看起来路线比较直，有的可能会稍微绕一点儿路。我们一般会选择哪条路线呢？没错，我们通常会选择那条看起来能让我们最快到达的路线，也就是路上花费时间最少（推荐）或者路程相对较短（方案3）的路线。这其实就是我们生活中经常遇到的“最短路”问题。小清，刚刚我们通过阅读材料了解到了很多智能识别应用的场景。你知道智能设备是怎么识别出信息(如文字)的吗?老师，我认为智能识别系统会像我们人类一样，先进行学习，明确哪个字长什么样，然后再识别图片上的文字。导航软件找到最短路径的过程包含一些很有意思的算法和计算过程。其中有一种简单的算法策略叫作贪心策略：每次总是做出在当前看来是最好的选择，希望通过一系列的当前最优选择，最终得到一个整体上比较满意或者接近最优的结果。用贪心策略寻找最短路径请你观察路线图并写出最短路径。在这个路线图中，我们使用贪心策略成功找到了从A点到D点的最短路径：从A点出发，最短路径是前往C点；从C点出发，最短路径是前往B点；从B点出发，可以直接前往D点。这条路径的长度为3+1+2=6（千米）。ACBD因城市改建，B点和C点之间的距离增加到了4千米，现在请你在更新后的路线图中继续使用贪心策略来规划路线，看是否能够找到距离最短的路线。使用贪心策略，得到的路线是：（1）与A点相连的两条路中，前往C点的路线距离为3千米，前往B点的路线距离为5千米。所以，从A点出发后，先前往C点，路程为3千米。（2）从C点出发，前往D点的路线距离为5千米，而前往B点的路程为4千米。所以，从C点出发后前往B点，路程为4千米。（3）从B点出发直接前往D点，路程为2千米。这一条线路的总路程为3+4+2=9（千米），这并不是距离最短的路线。本路线图中的最短路线为A—B—D，总路程为5+2=7（千米）。狄克斯特拉（Dijkstra）算法：逐步确定从起始节点到其他节点的最短路径，每次选择当前路径中距离起始节点最近的一个节点，并更新其他节点的距离值。第一步：如图3.2.5所示，从A点出发，在没有访问过的节点中，找到距离最小的节点。如表3.2.1所示，当前距离最小的节点是B点。下一步以B点为途经点，更新没有访问的节点到起点的距离。第二步：如图3.2.6所示，途经B点，更新从A点出发，途经B点前往与B点联通的各个节点的距离（表3.2.2）。在图3.2.4所示的有向图中，B点和C点之间只能从C点前往B点，所以不计算A点出发经过B点前往C点的距离。第三步：如图3.2.7所示，从A点出发，在没有访问过的节点中，找到距离最小的节点，现在是C点。以C点为途经点，更新没有访问的节点和起点的距离。第四步：如图3.2.8所示，从A点出发，在没有访问过的节点中，找到距离最小的节点，现在是D点。因为D点是最后一个点（终点），在它后面已经不存在未访问的节点了。寻找最短路径的过程结束。从A点出发到达D点的最短路径为A—B—D，距离是7千米。探索用狄克斯特拉（Dijkstra）算法找出图3.2.9中小华到体育馆的最短路径，并在表中填写查找最短路径的过程。PPT下载/xiazai/智能路径规划*******