Video: Er en stjerne grådig?
2024 Forfatter: Lynn Donovan | [email protected]. Sidst ændret: 2023-12-15 23:45
A*(A stjerne ) A* er en kombination af Dijkstra og Grådig . Den bruger afstand fra rodknudepunktet plus heuristikafstand til målet. Algoritmen afsluttes, når vi finder målknuden.
Er grådige bedste første søgning også fuldført?
Sammenfattende, grådig BFS er ikke komplet , ikke optimal , har en tidskompleksitet på O(bm) og en rumkompleksitet, som kan være polynomiel. A* er komplet , optimal , og den har en tid- og rumkompleksitet på O(bm). Så generelt bruger A* mere hukommelse end grådig BFS. A* bliver upraktisk, når Søg pladsen er enorm.
Udover ovenstående, er en * tilladt? Hvis den heuristiske funktion er tilladt , hvilket betyder, at den aldrig overvurderer de faktiske omkostninger for at nå målet, A* er garanteret at returnere en billigste vej fra start til mål. Målets f-værdi er så prisen for den korteste vej, da h ved målet er nul i an tilladt heuristisk.
Desuden, hvorfor er en * bedre end den bedste første søgning?
A* opnår bedre ydeevne ved at bruge heuristik til at guide sin Søg . A* kombinerer fordelene ved Bedst - første søgning og ensartede omkostninger Søg : Sørg for at finde den optimerede vej, mens du øger algoritmeeffektiviteten ved hjælp af heuristik.
ER en *-algoritme komplet?
A* er komplet og vil altid finde en løsning, hvis en findes. Tag et kig på wikipedia-artiklen. Hvis yderligere heuristikken er tilladelig og monoton algoritme vil også være tilladt (dvs. optimal).
Anbefalede:
Er DFS grådig?
Bredde-først-søgning er ikke en grådig algoritme i sig selv. Breath-first-søgning eliminerer ikke muligheder, den scanner hele grafen uden at kassere ikke-lokale maksimumknuder og eller nogen knude, og endda uden at prioritere på nogen måde relateret til evalueringsfunktionen
Hvad er grådig bedste første søgning i kunstig intelligens?
Bedste-først-søgealgoritme (Greedy Search): Greedy-bedste-først-søgealgoritmen vælger altid den sti, der ser bedst ud på det tidspunkt. I den bedste første søgealgoritme udvider vi den node, der er tættest på målknuden, og den nærmeste omkostning estimeres ved heuristisk funktion, dvs. f(n)= g(n)