artificial-intelligence - 如何确定算法的启发式，比如 A*，是一个很好的方法

Question

我最近在学习 A* 算法，我知道在寻找潜在路径时它需要一个启发式值，并且我也了解启发式算法的一致性和可接受性。但是我很困惑什么样的启发式是好的，为什么它是好的？

顺便说一句，启发式是如何工作的？

Answer 1

在我看来，选择启发式方法主要取决于问题。然而，如果以面向目标的方式理解问题，则选择启发式方法会变得更容易。至少那是我所做的。我遵循的想法是这样的：

启发式在目标状态下评估为零。

那么所有的场景是什么？在目标处产生零的所有函数是什么？

可能的启发式

1. 剩下的食品托盘数量？
   
2. 当前托盘到下一个未探索托盘的距离？
   
3. 带有食品托盘等的网格中的未开发区域

我会选择最后一个选项，因为它看起来更可靠，尽管所有三个最终都会导致解决方案。

因此，我相信，您可以通过将自己置于目标状态来选择启发式方法，然后回头看看您在此过程中所取得的成就。所以从某种意义上说，启发式方法只不过是需要完成的事情的近似值（在目标处评估为 0）。