인공 지능 (또는 이에 상응하는) 분야에서 일하거나 근무한 사람들은 AO * 알고리즘을 잘 알고 있어야합니다.AO * 알고리즘의 실제 적용은 무엇입니까?
꽤 일반화 된 알고리즘이라는 것이 분명합니다.
AO * 알고리즘을 실용적으로 응용 한 사람이 있습니까? 이미 익숙한 사용자도있을 것입니다.
AO * 알고리즘에 대한 생각이나 경험을 공유 할 수 있다면 실제로 어떻게 실제로 사용할 수 있는지 잘 알 수 있습니다. 그것의 힘은 무엇입니까?
AO * 알고리즘을 모르는 사람들을, PDF 다음을 참조 할 수 있습니다 (크기 -291 KB)
AO *는 내가 아는 한 실제 응용에서 거의 사용되지 않았습니다. 게임 트리 검색, 문제 해결 등에 유용하지만 대부분의 경우 도메인 별 검색 알고리즘 (예 : 게임 트리의 알파 베타 제거, 일반 또는 도메인 별 계획 알고리즘)이 대신 사용됩니다.
특히 AI는 지식 집약적 인 접근 방식을 사용하고 실제 응용 프로그램에서는 더 나은 (더 빠르고 더 최적의 솔루션을 만들기 위해) 도메인 별 지식 또는 문제 조건을 많이 사용합니다.
게임 검색은 전체 검색이 표준 인 예이지만 검색 공간의 작은 (다른 도메인과 비교하여) 크기 때문일 수 있습니다. 게임 트리 검색 에서조차, 문제 특유의 특징이 광범위하게 사용된다. 즉, 종종 검색은 정지 상태에서만 종료된다 (즉, 강제적 인 교환 중에 또는 체크가있을 때).
계획에서 종종 지식은 상태 공간 검색을 수행하는 대신 생성 된 솔루션 공간 검색을 안내하는 데 사용됩니다. 이것은 최적이 아닌 솔루션을 제공하지만 많은 도메인에서 훨씬 적은 비용으로 합리적인 솔루션을 제공합니다.
당신이 A *를 참조하고 가정이 좋은 응용 프로그램은 게임 트리를 검색 도로지도에서 경로를 찾는 것.
A *와 AO *는 두 개의 다른 알고리즘입니다. 당신은 그것을 알고있을 것입니다. –
만약 AO *가 별도의 알고리즘이라면 나는 그것을 유명한 것으로 생각하지 않는다. 나는 그것에 대해 들어 본 적이 없으며 Google 검색은 ao 알고리즘보다 a * 알고리즘에 대해 30 배 많은 결과를 반환합니다. –
은 A *? – fortran
아니요. 그들은 다릅니다. –
그다지 유명하지 않습니다. – fortran