人工智能——问题求解

问题求解由两个部分组成：问题描述+搜索过程

问题求解方法1：状态空间法

• 描述：状态空间法描述
• 搜索：盲目搜索、启发式搜索

求解过程：
1.用描述初始状态，操作集合，目标状态
2.通过操作集合的操作生成部分状态空间（不一定非要生成所有状态空间）
3.利用搜索算法找到最佳路径（根据指针信息倒推）

关于步骤2，应该生成的部分状态空间是这样的：对初始状态进行扩展，生成一组子节点，若没出现目标节点，则按照搜索策略从已生成的子节点中选择一个节点来扩展，直到目标状态出现在子节点中或者没有可供扩展的节点为止。

盲目搜索

• 广度优先搜索

扩展节点时，新扩展的节点放在open表尾部

* 完备策略，有解一定能找到，盲目性大
* 解一定是最短路径

• 深度优先搜索

扩展节点时，新扩展的节点放在open表头部

• 有界深度优先搜索

在达到最大深度前，新扩展的节点放在open表头部

• 代价树广度/深度优先

代价树广度优先在open 表排序时候将所有的节点求代价，取最小代价节点进行扩展

* 完备策略，有解一定能找到

代价树深度优先在open表排序时将新扩展的节点求代价，取最小代价节点进行扩展

* 非完备策略，解也不一定是最优解

启发式搜索

用估价函数来排序open 表
A*算法解决传教士过河问题
问题描述：有5个传教士，5个野人在河岸左边，有一条船能坐3人，求解怎样使得传教士和野人都到河岸右边，在河岸或者在船上野人数不能多于传教士人数。