人工智能 - 哪些是可接受的启发式方法以及原因


n

x n 网格上有 n 辆车。一开始,它们在顶行 1 中排序。车辆必须到达底行,使得 (1,n) 处的车辆必须到达 (n, n − i + 1)。在每个时间步长上,每辆车都可以向上、向下、向左或向右移动一个方格,也可以保持原位。如果车辆保持原位,则相邻的车辆(但不超过一辆)可以跳过它。两辆车不能占据同一个广场。以下哪种启发式方法可以用于将所有车辆移动到目的地的问题?

I. 从 1 到 n 的总和 (h1 ...呵呵)

II.max(H1 ...呵呵)

三、最小(H1 ...呵呵)

我认为 iii 是唯一正确的,但我不确定如何表达我的理由。

我相信

有人会给出一个非常详细的答案,但作为对那些像我这样的人的帮助,可能会被人工智能的所有事情所淹没,一个可接受的启发式方法很简单:

一种启发式方法,永远不会高估实现目标的真正成本

听起来不是太不慈善,但听起来好像你发布的问题可能来自家庭作业问题或作业。我不想破坏你的乐趣,弄清楚这三个启发式方法中哪些是可以接受的,哪些是不可接受的 - 但希望一个句子定义应该可以帮助你。

如果您感到困惑,请记住:一旦您的车辆都达到了目标,您就会发现实际成本低于启发式方法的预期,那么这是不可接受的

最新更新