人工知能 2001 Artificial Intelligence 2001 |
------------------------------------------------------------- 2001年 7月11日 (水) 講義ノート (by 山口研 中尾友圭子) 3.2 ヒューリスティックサーチ(その1),heuristic 配布資料 2000,9/20 AI →成功経験に基づく知識 h(x):ゴールと現状態とのキョリ(近さ)を見積もる関数 小さい程ゴールに近い 3.2.1 山登り法(hill climbing) ・h1(x):山頂(ゴール)と現地点との高さの差 ・h2(x):ゴール地点と 〃 直線距離 Q.なぜh(x)は’見積もり’(estimation)なのか? ゴールへ至るpathの正確なキョリ/コスト(cost)ではなく Q2.山登り法はブラインドサーチでいうとたて型,よこ型? その理由は? たて型,(step5で未展開ノードリストL1に 展開する)ノードを一つ入れているから(by竹村) 3.2.2 best first search(と山登り法との比較) <ちがい> step5 1)次に展開するノードのL1への加え方 2) 〃 選び方 山登り法 best first search 1)展開した子ノード集合nこのうち 展開した全てのノード min(h(x))となる一つのノード 2) 〃 未展開ノード集合L1を h(x)でソートした先頭 Q4. p.47図3.4で各サーチ法で次に展開されるノードを マークせよ Q5.best first search法の特徴は? ・横型,全サーチ+h(x) ・ 〃 なのでたて型に比べると多くのメモリが必要 3.2.3 A*アルゴリズム(A star) pathのコストの評価関数(ノードnにおける) f'(n)=g'(n)+h'(x) ↓ ↓ ↓ nからゴールまでのpathコストの見積もり スタートからnまでのpathコスト h'(x)≦h(x):過小評価 真の値より小さめに見積もる