迭代深化A*星解释答案

【问题标题】：Iterative Deepening A* Star Explanation迭代深化A*星解释
【发布时间】：2012-05-09 03:49:32
【问题描述】：

有人可以解释一下Iterative Deepening A*吗？我仍然不明白它是如何工作的。 迭代深化搜索w/深度优先搜索，如果仍然没有找到解决方案；增加深度++，直到找到解决方案。

如果使用Depth进行迭代加深，那么迭代加深A*使用什么来限制他们的搜索？

如果您需要解释 IDA* 的工作原理，这里有一张图片，我只是不明白它是如何工作的。

(1,2,4,9) 等，就是步骤

0+2=2 是 f(n)=g(n)+h(n)

【问题讨论】：

【解决方案1】：

如果使用 Depth 进行迭代加深，那么迭代加深 A* 使用什么来限制他们的搜索？

IDA* 的幼稚实现在每次迭代结束时都会有类似threshold++ 的内容，类似于上面的depth++。这是为了保持 IDA* 的可接受性。

更好的算法（仍然保持 IDA* 可接受）是将阈值增加下一个可用的最小 g() 成本（从封闭集到开放集）。

【讨论】：

search a node as long as f <= threshold 因此，如果 f() 成本阈值的第一个值是多少？
@yudayyy 从起始节点的最小出边的值。
实际上，如果生成孩子的 f-cost 并检测到它在当前 f-cost 界限之外，那么您应该使用 unexplored child 的最低 f-cost，而不仅仅是父母的 f 成本加上孩子的 g 成本。