人工智能搜尋政策

一。狀态空間盲目搜尋

1. 廣度優先搜素(Breadth-First-Search)　　 2.深度優先搜素(Depth-First-Search)　　

二。狀态空間啟發搜尋 

BFS像一個膽小的孩紙，遇到困難會嘗試每一種解決方法，DFS，像一個膽大的孩紙，遇到困難會選擇一種解決方法進行實踐，直到解決或者實踐失敗。這兩種方法都不适合人工智能。

适用于人工智能的啟發性搜尋-A*搜尋：

啟發性資訊是指那種與具體問題求解過程有關的，并可指導搜尋過程朝着最有希望方向前進的控制資訊。

估價函數：

     用來估計節點重要性的函數。估價函數f(n)被定義為從初始節點S0出發，限制經過節點n到達目标節點Sg的所有路徑中最小路徑代價的估計值。它的一般形式為：

             f(n)=g(n)+h(n)

其中，g(n)是從初始節點S0到節點n的實際代價；h(n)是從節點n到目标節點Sg的最優路徑的估計代價。