。目前正在學習人工智慧的課程理論知識，下面就該課程的主要知識做一些總結梳理。
搜尋策略就是結點擴充套件順序的選擇
一、最佳優先搜尋
思想：使用乙個評估函式f(n)給每個結點估計他們的希望值。優先擴充套件最有希望的未擴充套件結點。
實現：open表中根據希望評估值從大到小排序。
最佳優先搜尋策略有：
----貪婪最佳優先搜尋
----a*搜尋
1、貪婪最佳優先搜尋
評估函式f(n)=h(n) (heuristic,啟發函式） h(n)=估計從結點n到目標結點的代價
貪婪最佳優先搜尋優先擴充套件看上去更接近目標的結點（啟發式函式評估出來的）。
貪婪不一定能找到解。
2、a搜尋
思想：避免擴充套件代價已經很高的結點
評估函式f(n)=g(n)+h(n)
g(n)=到達結點n已經發生的實際代價
h(n)=從結點n到目標的代價估計值
f(n)=評估函式，估計從初始結點出發，經過結點n，到目標的路徑代價。
a是一定可以找到解的。
二、可採納的啟發式函式
如果啟發式函式h(n)對於任意的結點n都滿足h(n)=三、鬆弛問題
對原定問題的動作的約束放寬，稱為問題的鬆弛化。
鬆弛化問題的最優解的代價就可以用來定義原問題的乙個可採納啟發式函式。
人工智慧中的常用搜尋策略
人工智慧中的搜尋策略大體分為兩種 無資訊搜尋和有資訊搜尋。無資訊搜尋是指我們不知道接下來要搜尋的狀態哪乙個更加接近目標的搜尋策略，因此也常被成為盲目搜尋 而有資訊搜尋則是用啟發函式f n 來衡量哪乙個狀態更加接近目標狀態，並優先對該狀態進行搜尋，因此與無資訊搜尋相比往往能夠更加高效得解決問題。要衡量...
人工智慧 搜尋概述
人工智慧所研究的物件大多是屬於結構不良或非結構化的問題。對於這些問題，一般很難獲得其全部資訊，更沒有現成的演算法可供求解使用。因此，只能依靠經驗，利用已有知識逐步摸索求解。這種根據問題的實際情況，不斷尋求可用知識，從而構建一條代價最小的推理路線，使問題得以解決的過程稱為搜尋。根據搜尋過程中是否使用啟...
人工智慧 搜尋的含義
依靠經驗，利用已有知識，根據問題的實際情況，不斷尋找可利用知識，從而構造一條代價最小的推理路線，使問題得以解決的過程稱為搜尋 不良結構或非結構化問題 難以獲得求解所需的全部資訊 更沒有現成的演算法可供求解使用。1 按是否使用啟發式資訊 盲目搜尋 按預定的控制策略進行搜尋，在搜尋過程中獲得的中間資訊並...