第三章搜索策略(ppt)-PracticalReaso
合集下载
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
Q Q
Q Q
Artificial Intelligence
Searching: 18
© Graduate University , Chinese academy of Sciences.
()
Artificial Intelligence
Searching: 19
© Graduate University , Chinese academy of Sciences.
Searching: 27
© Graduate University , Chinese academy of Sciences.
237 51
486
{A，B，C，D}
（2, 3,7 ,0 , 5, 2, 4, 8, 6）
Artificial Intelligence
Searching: 8
© Graduate University , Chinese academy of Sciences.
状态空间表示法(2)
状态空间:由问题的全部状态及一切可用算符所构成的集合称为问题的状态
空间.一般表示为: (S, F, G) S:问题所有的初始状态集合; F:算符集合; G:目标状态集合
算符: 引起状态中某些分量发生变化, 从而使问题由一个状 态变为另一个状态的操作称为算符.
状态空间表示法是用“状态”和“算符”表示问题的一种 方法
状态空间图:状态空间的图式表示,称为状态空间图.其中节 点表示状态,有向边(弧)表示算符.
搜索控制策略（3）
• 不可撤回的控制策略
283
283
164
1
4
7
5
765
f=4
f=3
12
3
184
765
f=3
123
8
4
765
f=0
123 84
765
f=1
23 184 765
f=2
Artificial Intelligence
Searching: 15
搜索控制策略（4）
© Graduate University , Chinese academy of Sciences.
Searching: 10
© Graduate University , Chinese academy of Sciences.
状态空间表示法（4）
• 例一:二阶梵塔问题
设有三个钢针,在一号钢针上穿有A,B两个金片,A小于B,A位于B的上面.要求把这两 个金片全部移到另一个钢针上,而且规定每次只能移动一片,任何时刻都不能使B位于 A的上面
© Graduate University , Chinese academy of Sciences.
人工智能 Artificial Intelligence
Artificial Intelligence
Searching: 1
© Graduate University , Chinese academy of Sciences.
Q ()
((1,1))
Artificial Intelligence
Searching: 20
© Graduate University , Chinese academy of Sciences.
() ((1,1)) ((1,1) (2,3))
Q Q
Artificial Intelligence
Artificial Intelligence
Searching: 11
© Graduate University , Chinese academy of Sciences.
状态空间表示法（5）
• 用状态空间表示,首先必须定义状态的描述形式,把问题的一切状态都表 示出来,其次定义算符,完成状态的转换
问题规约搜索 博弈
Artificial Intelligence
Searching: 3
© Graduate University , Chinese academy of Sciences.
概述(1)
• 问题求解
AI中每个研究领域都有其各自的特点和规律,但就求解问题 的过程看,都可抽象为一个问题求解过程。
AI为什么要研究search?
– 问题没有直接的解法; – 需要探索地求解;
Artificial Intelligence
Searching: 5
© Graduate University , Chinese academy of Sciences.
搜索(3)
• 什么是搜索
根据问题的实际情况不断寻找可利用的知识,构造 出一条代价较少的推理路线,使问题得到圆满解决 的过程称为搜索 包括两个方面： --- 找到从初始事实到问题最终答案的一条推理 路径 --- 找到的这条路径在时间和空间上复杂度最小
Artificial Intelligence
搜索策略
Searching: 2
© Graduate University , Chinese academy of Sciences.
主要内容
• 概述
• 状态空间搜索
状态空间的一般搜索过程 广度优先搜索 深度优先搜索 启发式搜索 A*算法
搜索控制策略（1）
搜索控制策略 – 不可撤回的控制策略; – 试探性控制策略 • 回溯型 • 图搜索
Artificial Intelligence
Searching: 13
© Graduate University , Chinese academy of Sciences.
搜索控制策略（2）
Artificial Intelligence
Searching: 26
© Graduate University , Chinese academy of Sciences.
() ((1,1)) ((1,1) (2,3)) ((1,1) (2,4)) ((1,1) (2,4) (3.2))
Artificial Intelligence
• 问题的求解过程就是一个把算符不断地作用于状态的过程.如果在使用 某个算符后得到的状态就是目标状态,就得到了问题的解.这个解就是从 初始状态到目标状态所用算符构成的序列.
• 算符的一次使用,就使问题由一种状态转变为另一种状态.可能有多个算 符序列都可使问题从初始状态变到目标状态,这就得到了多个解.
目标状态集合G={S4,S8}.
算符:A( i,j):表示把金片A从第i号针移到第j号针上
B(i,j):表示把B从第i号针移到第j号针上
共12个算符:
A(1,2), A(1,3), A(2,1) ,A(2,3), A(3,1),A(3,2) B(1,2), B(1,3), B(2,1), B(2,3), B(3,1), B(3,2)
• 不可撤回的控制策略
283
1
4
2283
14
765
765
f=3
f=3
1
3
824
765
f=1
13 824 765
f=2
Artificial Intelligence
83 214 765
f=3
813 24
765
f=3
8
3
214
765
f=3
813
2
4
765
f=3
Searching: 16
© Graduate University , Chinese academy of Sciences.
Searching: 21
© Graduate University , Chinese academy of Sciences.
Q () ((1,1))
((1,1) (2,3))
Artificial Intelligence
Searching: 22
© Graduate University , Chinese academy of Sciences.
Q Q
Artificial Intelligence
Searching: 25
© Graduate University , Chinese academy of Sciences.
Q () ((1,1)) ((1,1) (2,3)) ((1,1) (2,4)) ((1,1) (2,4) (3.2))
Artificial Intelligence
Searching: 6
© Graduate University , Chinese academy of Sciences.
搜索(4)
盲目搜索:也称为无信息搜索，即只按预定的控制策 略进行搜索,在搜索过程中获得的中间信息不用来改 进控制策略
启发式搜索: 在搜索中加入了与问题有关的启发性信 息,用于指导搜索朝着最有希望的方向进行,加速问题 的求解过程并找到最优解
设用Sk=(Sk0,Sk1)表示问题的状态,SK0表示金片A所在的钢针号,SK1表示金片B所在的 钢针号,全部可能的状态为:
问题初始状态集合S={S0},
S0=(1,1), S1=(1,2), S3=(1,3) S4=(2,1), S5=(2,2), S6=(2,3) S7=(3,1), S8=(3,2), S9=(3,3)
Searching: 4
概述(2)
© Graduate University , Chinese academy of Sciences.
1974年，Nilsson归纳出的AI研究的基本问题
– 知识的模型化和表示 – 常识性推理、演绎和问题解决 – 启发式搜索 – 人工智能系统和语言 搜索是人工智能中的一个基本问题,是推理不可分割的一部分, 直接关系到智能系统的性能和运行效率
Artificial Intelligence
Searching: 7
© Graduate University , Chinese academy of Sciences.
状态空间表示法(1)
状态空间表示法：用来表示问题及其搜索过程的一种方法 状态
状态是描述问题求解过程中任一时刻状况的数据结构.
Artificial Intelligence
Searching: 9
© Graduate University , Chinese academy of Scien路径
– 状态序列
• 搜索
– 寻找从初始状态到目标状态的路径;
S0
Sg
Artificial Intelligence
问题求解过程实际上是一个搜索,广义地说,它包含了全部 计算机科学。
任何问题求解技术都包括两个重要的方面:表示和搜索 表示是基本的,搜索必须要在表示的基础上进行。表示关系
到搜索的效率。 本章讨论的表示主要包括:
状态空间表示 问题空间表示
Artificial Intelligence
搜索控制策略（5）
• 不可撤回的控制策略 可能无解
125 84
763
f=2
123 84
765
目标
Artificial Intelligence
Searching: 17
© Graduate University , Chinese academy of Sciences.
搜索控制策略（6）
• 回溯策略 • 例：四皇后问题
• 不可撤回的控制策略 • 例：八数码问题 • 评价函数:f： （规定: 评价函数非增）
283
123
164 与 8
4 的差异为4
7
5
765
Artificial Intelligence
Searching: 14
© Graduate University , Chinese academy of Sciences.
Q Q
Q
Artificial Intelligence
Searching: 24
© Graduate University , Chinese academy of Sciences.
() ((1,1)) ((1,1) (2,3)) ((1,1) (2,4)) ((1,1) (2,4) (3.2))
• 对任何一个状态,可使用的算符可能不止一个,这样由一个状态所生成的 后继状态可能有多个.如何选择下一步的操作,由搜索策略决定.
Artificial Intelligence
Searching: 12
© Graduate University , Chinese academy of Sciences.
() ((1,1)) ((1,1) (2,3)) ((1,1) (2,4))
Q Q
Artificial Intelligence
Searching: 23
© Graduate University , Chinese academy of Sciences.
() ((1,1)) ((1,1) (2,3)) ((1,1) (2,4)) ((1,1) (2,4) (3.2))
Q Q
Artificial Intelligence
Searching: 18
© Graduate University , Chinese academy of Sciences.
()
Artificial Intelligence
Searching: 19
© Graduate University , Chinese academy of Sciences.
Searching: 27
© Graduate University , Chinese academy of Sciences.
237 51
486
{A，B，C，D}
（2, 3,7 ,0 , 5, 2, 4, 8, 6）
Artificial Intelligence
Searching: 8
© Graduate University , Chinese academy of Sciences.
状态空间表示法(2)
状态空间:由问题的全部状态及一切可用算符所构成的集合称为问题的状态
空间.一般表示为: (S, F, G) S:问题所有的初始状态集合; F:算符集合; G:目标状态集合
算符: 引起状态中某些分量发生变化, 从而使问题由一个状 态变为另一个状态的操作称为算符.
状态空间表示法是用“状态”和“算符”表示问题的一种 方法
状态空间图:状态空间的图式表示,称为状态空间图.其中节 点表示状态,有向边(弧)表示算符.
搜索控制策略（3）
• 不可撤回的控制策略
283
283
164
1
4
7
5
765
f=4
f=3
12
3
184
765
f=3
123
8
4
765
f=0
123 84
765
f=1
23 184 765
f=2
Artificial Intelligence
Searching: 15
搜索控制策略（4）
© Graduate University , Chinese academy of Sciences.
Searching: 10
© Graduate University , Chinese academy of Sciences.
状态空间表示法（4）
• 例一:二阶梵塔问题
设有三个钢针,在一号钢针上穿有A,B两个金片,A小于B,A位于B的上面.要求把这两 个金片全部移到另一个钢针上,而且规定每次只能移动一片,任何时刻都不能使B位于 A的上面
© Graduate University , Chinese academy of Sciences.
人工智能 Artificial Intelligence
Artificial Intelligence
Searching: 1
© Graduate University , Chinese academy of Sciences.
Q ()
((1,1))
Artificial Intelligence
Searching: 20
© Graduate University , Chinese academy of Sciences.
() ((1,1)) ((1,1) (2,3))
Q Q
Artificial Intelligence
Artificial Intelligence
Searching: 11
© Graduate University , Chinese academy of Sciences.
状态空间表示法（5）
• 用状态空间表示,首先必须定义状态的描述形式,把问题的一切状态都表 示出来,其次定义算符,完成状态的转换
问题规约搜索 博弈
Artificial Intelligence
Searching: 3
© Graduate University , Chinese academy of Sciences.
概述(1)
• 问题求解
AI中每个研究领域都有其各自的特点和规律,但就求解问题 的过程看,都可抽象为一个问题求解过程。
AI为什么要研究search?
– 问题没有直接的解法; – 需要探索地求解;
Artificial Intelligence
Searching: 5
© Graduate University , Chinese academy of Sciences.
搜索(3)
• 什么是搜索
根据问题的实际情况不断寻找可利用的知识,构造 出一条代价较少的推理路线,使问题得到圆满解决 的过程称为搜索 包括两个方面： --- 找到从初始事实到问题最终答案的一条推理 路径 --- 找到的这条路径在时间和空间上复杂度最小
Artificial Intelligence
搜索策略
Searching: 2
© Graduate University , Chinese academy of Sciences.
主要内容
• 概述
• 状态空间搜索
状态空间的一般搜索过程 广度优先搜索 深度优先搜索 启发式搜索 A*算法
搜索控制策略（1）
搜索控制策略 – 不可撤回的控制策略; – 试探性控制策略 • 回溯型 • 图搜索
Artificial Intelligence
Searching: 13
© Graduate University , Chinese academy of Sciences.
搜索控制策略（2）
Artificial Intelligence
Searching: 26
© Graduate University , Chinese academy of Sciences.
() ((1,1)) ((1,1) (2,3)) ((1,1) (2,4)) ((1,1) (2,4) (3.2))
Artificial Intelligence
• 问题的求解过程就是一个把算符不断地作用于状态的过程.如果在使用 某个算符后得到的状态就是目标状态,就得到了问题的解.这个解就是从 初始状态到目标状态所用算符构成的序列.
• 算符的一次使用,就使问题由一种状态转变为另一种状态.可能有多个算 符序列都可使问题从初始状态变到目标状态,这就得到了多个解.
目标状态集合G={S4,S8}.
算符:A( i,j):表示把金片A从第i号针移到第j号针上
B(i,j):表示把B从第i号针移到第j号针上
共12个算符:
A(1,2), A(1,3), A(2,1) ,A(2,3), A(3,1),A(3,2) B(1,2), B(1,3), B(2,1), B(2,3), B(3,1), B(3,2)
• 不可撤回的控制策略
283
1
4
2283
14
765
765
f=3
f=3
1
3
824
765
f=1
13 824 765
f=2
Artificial Intelligence
83 214 765
f=3
813 24
765
f=3
8
3
214
765
f=3
813
2
4
765
f=3
Searching: 16
© Graduate University , Chinese academy of Sciences.
Searching: 21
© Graduate University , Chinese academy of Sciences.
Q () ((1,1))
((1,1) (2,3))
Artificial Intelligence
Searching: 22
© Graduate University , Chinese academy of Sciences.
Q Q
Artificial Intelligence
Searching: 25
© Graduate University , Chinese academy of Sciences.
Q () ((1,1)) ((1,1) (2,3)) ((1,1) (2,4)) ((1,1) (2,4) (3.2))
Artificial Intelligence
Searching: 6
© Graduate University , Chinese academy of Sciences.
搜索(4)
盲目搜索:也称为无信息搜索，即只按预定的控制策 略进行搜索,在搜索过程中获得的中间信息不用来改 进控制策略
启发式搜索: 在搜索中加入了与问题有关的启发性信 息,用于指导搜索朝着最有希望的方向进行,加速问题 的求解过程并找到最优解
设用Sk=(Sk0,Sk1)表示问题的状态,SK0表示金片A所在的钢针号,SK1表示金片B所在的 钢针号,全部可能的状态为:
问题初始状态集合S={S0},
S0=(1,1), S1=(1,2), S3=(1,3) S4=(2,1), S5=(2,2), S6=(2,3) S7=(3,1), S8=(3,2), S9=(3,3)
Searching: 4
概述(2)
© Graduate University , Chinese academy of Sciences.
1974年，Nilsson归纳出的AI研究的基本问题
– 知识的模型化和表示 – 常识性推理、演绎和问题解决 – 启发式搜索 – 人工智能系统和语言 搜索是人工智能中的一个基本问题,是推理不可分割的一部分, 直接关系到智能系统的性能和运行效率
Artificial Intelligence
Searching: 7
© Graduate University , Chinese academy of Sciences.
状态空间表示法(1)
状态空间表示法：用来表示问题及其搜索过程的一种方法 状态
状态是描述问题求解过程中任一时刻状况的数据结构.
Artificial Intelligence
Searching: 9
© Graduate University , Chinese academy of Scien路径
– 状态序列
• 搜索
– 寻找从初始状态到目标状态的路径;
S0
Sg
Artificial Intelligence
问题求解过程实际上是一个搜索,广义地说,它包含了全部 计算机科学。
任何问题求解技术都包括两个重要的方面:表示和搜索 表示是基本的,搜索必须要在表示的基础上进行。表示关系
到搜索的效率。 本章讨论的表示主要包括:
状态空间表示 问题空间表示
Artificial Intelligence
搜索控制策略（5）
• 不可撤回的控制策略 可能无解
125 84
763
f=2
123 84
765
目标
Artificial Intelligence
Searching: 17
© Graduate University , Chinese academy of Sciences.
搜索控制策略（6）
• 回溯策略 • 例：四皇后问题
• 不可撤回的控制策略 • 例：八数码问题 • 评价函数:f： （规定: 评价函数非增）
283
123
164 与 8
4 的差异为4
7
5
765
Artificial Intelligence
Searching: 14
© Graduate University , Chinese academy of Sciences.
Q Q
Q
Artificial Intelligence
Searching: 24
© Graduate University , Chinese academy of Sciences.
() ((1,1)) ((1,1) (2,3)) ((1,1) (2,4)) ((1,1) (2,4) (3.2))
• 对任何一个状态,可使用的算符可能不止一个,这样由一个状态所生成的 后继状态可能有多个.如何选择下一步的操作,由搜索策略决定.
Artificial Intelligence
Searching: 12
© Graduate University , Chinese academy of Sciences.
() ((1,1)) ((1,1) (2,3)) ((1,1) (2,4))
Q Q
Artificial Intelligence
Searching: 23
© Graduate University , Chinese academy of Sciences.
() ((1,1)) ((1,1) (2,3)) ((1,1) (2,4)) ((1,1) (2,4) (3.2))