核心概念

启发函数

从当前状态估计到目标剩余代价、用于安排搜索顺序的函数。

简明解释

启发函数(heuristic function)从当前状态估计到目标还需多少代价,以指导优先检查哪些候选。滑块拼图的曼哈顿距离来自忽略阻挡后的放宽问题。启发值不是机器“直觉”;是否可采纳或一致取决于动作、边权和单位,计算它本身也有成本。[1, Ch. 3, §3.5]

别和什么混淆

启发函数通常估计剩余代价 hh;A* 的评价值 f=g+hf=g+h 还包含已经付出的真实路径代价。

在本书中

第 5 章:搜索——在可能性空间里找路

本页参考来源

  1. Russell S J, Norvig P. Artificial Intelligence: A Modern Approach [M]. Pearson, 2021. 定位:Ch. 3, §3.5. 稳定来源(访问 )。

相关概念