人工智能原理第2章搜索技术下.pptxVIP

人工智能原理第2章搜索技术（下）启发式搜索·博弈搜索·约束满足问题

Contents本章内容概览人工智能原理·第2章搜索技术（下）的核心议题与知识脉络。01启发式搜索02博弈搜索03约束满足问题

CHAPTER01启发式搜索利用问题知识引导搜索方向，以启发函数实现高效求解

SEARCHSTRATEGIES从盲目搜索到启发式搜索盲目搜索不利用问题领域知识，按固定策略扩展节点，在大搜索空间中效率极低。启发式搜索通过引入启发函数h(n)估计节点到目标的代价，优先扩展最有希望的节点，显著缩小搜索空间。盲目搜索的局限01广度优先搜索保证最优解，但扩展节点数随深度指数增长，大规模问题计算代价不可接受02深度优先搜索空间开销小，但无法保证最优性和完备性，在错误分支上浪费大量时间03两类盲目搜索均不利用目标位置信息，无法区分有希望和无希望的节点，搜索方向完全随机启发式搜索的核心思想01引入启发函数h(n)：估计从节点n到目标节点的最小代价，为搜索提供方向性指引02评估函数f(n)=g(n)+h(n)：综合已付出代价与预估剩余代价，实现全局最优权衡03优先扩展f(n)值最小的节点，将搜索资源集中在最有希望的路径上，大幅减少无效扩展

HeuristicDesign启发函数的设计原则启发函数h(n)的质量直接决定搜索效率。理想启发函数应满足可容许性与一致性，同时平衡信息量与计算开销