Насколько мне известно,
АО * редко использовался в практических приложениях. Это полезно для поиска деревьев игр, решения проблем и т. Д., Но в большинстве случаев вместо этого используются более специфичные для домена алгоритмы поиска (например, альфа-бета-обрезка для деревьев игр, общие или доменные алгоритмы планирования)
В частности, ИИ использует наукоемкие подходы, а в практических приложениях интенсивно используются знания в конкретных областях или проблемные условия для получения лучших (более быстрых или более оптимальных решений).
Поиск в играх - это пример, когда поиск по всей ширине является стандартным, но это может быть связано с небольшим (по сравнению с другими доменами) размером пространства поиска. Даже при поиске по дереву игр широко используются специфичные для проблемы функции, т. Е. Часто поиск прекращается только в состоянии покоя (т.е. не во время принудительного обмена или при проверке).
В планировании часто знания используются для руководства поиском сгенерированного пространства решений, а не для поиска в пространстве состояний. Это дает неоптимальные решения, но для многих областей это дает разумные решения при гораздо меньших затратах.