如何通过内附源码和文档实现人工智能实验中的盲目搜索算法？

本文共计1826个文字，预计阅读时间需要8分钟。

人工作智能实验，盲目搜索+算法原理

1.算法原理

1.1 搜索问题形式化定义+解决搜索问题时，首先需要对搜索问题进行形式化表述。 搜索问题从以下几方面描述：状态、动作、初始状态、目标状态、可达状态、可达动作集合。

人工智能实验盲目搜索

一、 无信息搜索（盲目搜索）

1.算法原理
1.1 搜索问题的形式化定义
解决搜索问题时，首先需要对搜索问题进行形式化表述。搜索问题从以下几个方面表述：

状态空间：对问题的形式化，表示需要进行搜索的空间
动作：对真正动作的形式化，表示从一个状态到达另一个状态
初始状态：表示当前的状态
目标：表示需要达到的目标的状态
启发方法：用于指挥搜索的前进方向的方法
问题的解：一个从初始状态到达目标状态的动作序列
搜索问题可以用状态空间树表示，每个节点对应着状态空间中的一种状态。节点的父节点表示产生该状态的上一个状态，父节点生成子节点时需要记录生成节点所采取的行动与代价。

搜索算法的性能需要考虑一个方面：

完备性：当问题有解时是否一定能找到解
最优性：搜索策略是否一定能找到最优解
时间复杂度：找到解所需要的时间，又称为搜索代价
空间复杂度：执行搜索过程中需要多少内存空间
1.2 无信息搜索的具体算法
1.2.1 宽度优先搜索
宽度优先搜索用一个先进先出的队列实现，节点的拓展顺序与目标节点的位置无关。从状态空间树上看，宽度优先搜索的拓展顺序是按树的层次顺序来进行的。这样一来，短的路径会在任何比它长的路径之前被遍历，因此宽度优先搜索具有完备性和最优性。