문제

인공 지능 (또는 이와 동등한) 영역에서 일하거나 일한 사람들은 AO* 알고리즘을 매우 잘 알고 있어야합니다.

일반화 된 알고리즘이라는 것이 분명합니다.

AO* 알고리즘의 실질적인 적용을 접한 사람이 있습니까? 여러분 중 일부는 이미 작업했을 수도 있습니다.

따라서 AO* 알고리즘에서 생각이나 경험을 공유 할 수 있다면 실제로 어떻게 사용할 수 있는지를 공유 할 수 있다면 좋을 것입니다. 그것의 힘은 무엇입니까?

AO* 알고리즘을 모르는 사람들은 다음 PDF (크기 -291 KB)를 참조 할 수 있습니다.

일반화 된 AO* 알고리즘

도움이 되었습니까?

해결책

AO*는 실제 응용 분야에서 거의 사용되지 않았습니다. 게임 트리, 문제 해결 등을 검색하는 데 유용하지만 대부분의 경우 더 많은 도메인 별 검색 알고리즘 (예 : 게임 트리, 일반 또는 도메인 별 계획 알고리즘에 대한 알파 베타 가지 치기)이 대신 사용됩니다.

특히, AI는 지식 집약적 접근 방식을 사용하고 실제 응용 분야에서 도메인 별 지식 또는 문제 조건을 많이 사용하여 더 나은 (빠르거나 최적의 솔루션)를 생산합니다.

게임 검색은 전체 가상 검색 검색이 표준 인 예이지만 검색 공간의 작은 (다른 도메인에 비해) 크기로 인해 5 월. 게임 트리 검색에서도 문제 별 기능이 광범위하게 사용됩니다. 즉, 종종 검색은 정지 상태에서만 종료됩니다 (즉, 강제 교환 중 또는 점검이있을 때).

계획에서, 종종 지식은 상태 공간 검색보다는 생성 된 솔루션 공간 검색을 안내하는 데 사용됩니다. 이것은 최적화되지 않은 솔루션을 제공하지만 많은 도메인의 경우 훨씬 적은 비용으로 합리적인 솔루션을 산출합니다.

다른 팁

당신이*를 언급한다고 가정하면 두 가지 좋은 응용 프로그램이 게임 트리를 검색하고 도로지도에서 경로를 찾고 있습니다.

라이센스 : CC-BY-SA ~와 함께 속성
제휴하지 않습니다 StackOverflow
scroll top