可汗精读《人工智能导论》05搜索技术

05 搜索技术.png

搜索技术

图搜索策略

路径就是给出一个状态序列

  • 序列第一个状态是初始状态
  • 最后一个状态是目标状态
  • 序列中任意两个相邻的状态之间通过一个连线连接

为了提高搜索效率,图搜索并不是先生成所有状态的连接图再进行搜索,而是边搜索边生成图,知道找到一个符合条件的解,即路径为止

生成的无用状态越少,搜索的效率越高,对应的搜索策略就越好

盲目搜索

在搜索过程中没有利用任何与问题有关的知识或者启发信息,称为盲目搜索

无信息引导的搜索策略

常用的盲目搜索方法

  • 深度优先搜索

    • 基本思想是优先扩展深度最深的节点
  • 广度优先搜索

    • 优先搜索深度浅的节点

启发式搜索

对比盲目搜索能够减少搜索范围,引入启发信息

常用算法A算法和A*算法

博弈搜索

约翰·麦卡锡提出α-β剪枝算法

  • 利用已经搜索过的状态对搜索进行剪枝,以提高搜索速度

蒙特卡洛方法

  • 选择:以当前起居为根节点,自上而下的选择一个落子点
  • 扩展:向选定的节点添加一个或多个子节点
  • 模拟:对扩展出的节点用蒙特卡洛方法进行模拟
  • 回传:根据模拟结果依次向上更新祖先节点的估计值

本章小结

通常搜索策略的主要任务式确定如何选取规则的方式

两种基本方式

  • 盲目式搜索
  • 启发式搜索
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 218,122评论 6 505
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 93,070评论 3 395
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 164,491评论 0 354
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,636评论 1 293
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,676评论 6 392
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,541评论 1 305
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,292评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,211评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,655评论 1 314
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,846评论 3 336
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,965评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,684评论 5 347
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,295评论 3 329
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,894评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 33,012评论 1 269
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,126评论 3 370
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,914评论 2 355

推荐阅读更多精彩内容

  • 在本章中,我们将看到关于状态空间的信息是如何能够防止算法在黑暗中跌跌撞撞的。 1.有信息的搜索策略 我们要考虑的...
    张文峰阅读 1,704评论 0 2
  • 学号:17101223364 姓名:张海潮 转载自:http://m.manew.com/forum.php?mo...
    M张Z阅读 2,124评论 0 1
  • 前面的文章主要从理论的角度介绍了自然语言人机对话系统所可能涉及到的多个领域的经典模型和基础知识。这篇文章,甚至之后...
    我偏笑_NSNirvana阅读 13,909评论 2 64
  • 四. 走向世界之巅——快速排序 你可能会以为归并排序是最强的算法了,其实不然。回想一下,归并的时间效率虽然高,但空...
    Leesper阅读 1,671评论 9 7
  • 实验内容: 实验要求采用且不限于课程第四章内各种搜索算法此编写一系列吃豆人程序解决以下列出的问题1-8,包括到达指...
    kolongmashin阅读 5,114评论 0 3