【问题标题】：why Admissible heuristics work?为什么可接受的启发式有效？
【发布时间】：2013-10-27 07:01:31
【问题描述】：

我在 A* 搜索算法的上下文中遇到了可接受启发式这个术语。有人可以解释（或给出直觉）为什么启发式函数 h 只有在不高估实际距离的情况下才可接受？

【问题讨论】：

【解决方案1】：

想想A*的停止条件，如果到达某个F值的目标节点，算法就会停止，其中F等于G--从起点构造的路径加上启发式值H，表示对目标剩余路径的估计。

在目标节点，F 等于 G，因为到达目标的剩余路径的估计为 0。

停止条件只有在H被允许的情况下才有效，因为那时我们可以确定如果我们在目标节点计算的F值小于我们在任何其他节点计算的任何其他F值，我们可以肯定地确定它是最短路径，因为没有其他路径可以达到具有较小F 值的目标。

如果它不被接受，那么可能存在我们计算的其他节点F 高估了到达目标的剩余路径，我们无法停止算法，因为可能存在更短的路径.

【讨论】：

【解决方案2】：

对于那些不寻求免费提供的资源的人。

在计算机科学领域，特别是与相关的算法寻路，如果启发式函数从不高估了实现目标的成本，即它的成本达到目标的估计值不高于可能的最低值从路径中的当前点开始的成本。一个可接受的启发式是也称为乐观启发式。

这是维基百科的链接：

关于第二个问题

当启发式算法没有高估真实成本时，它是可以接受的，仅仅是因为它是这样定义的。

【讨论】：