Разница заключается в понимании , что больше беспокоит в поиске состояния цели .
Задайте вопрос, какова наша цель ...
состояние конечной цели ?
или Лучший путь для достижения целевого состояния
Поиск Best First - это алгоритм систематического поиска, в котором систематичность достигается путем итерационного продвижения вперед на основе обнаружения
Наилучшее эвристическое значение для соседних узлов для каждого текущего узла.
Здесь оценочная функция (эвристическая функция) вычисляет
наилучший возможный путь для достижения цели государства . Таким образом, здесь мы могли видеть, что поиск Best First связан с наилучшим PATH для достижения целевого состояния.
Однако существует много проблем, когда " Путь к цели " является , а не проблемой , единственное, что беспокоит, это для достижения конечного состояния в любые возможные пути или пути.
(Например: проблема с 8 королевами ).
Следовательно для этого используются локальные алгоритмы поиска .
Алгоритмы локального поиска работают с использованием одного текущего узла и , как правило, перемещаются только к соседу этого узла.
Алгоритм альпинизма - это алгоритм локального поиска .
Поэтому здесь нам нужно понять подход к достижению целевого состояния, а не лучший путь для достижения, когда мы думаем о восхождении на холм.
(Как указано в Современный подход AI-A, SR & PN )
По сути, для понимания локального поиска нам нужно рассмотреть ландшафт пространства состояний .
A Пейзаж имеет как
(i) location (определяется состоянием ) и
(ii) Высота (определяется значением эвристической функции или целевой функции )
Нам нужно понять два типа возвышений ,
(i) Если высота соответствует и целевой функции , тогда цель состоит в том, чтобы найти самый высокий пик, т.е. a Глобальный максимум .
(Таким образом, этот тип возвышения полезен в различных сценариях, которые не связаны с затратами и которые касаются только поиска лучших мгновенных ходов)
(ii) Если высота соответствует стоимости , то цель состоит в том, чтобы найти самую низкую долину, т.е. Глобальный минимум .
( Вот обычная вещь , т. Е. Крутой подъем (всегда с лучшими оценками, т. Е. Без проблем с плато и т. Д.), Восхождение на гору аналогично Best First Search. эвристическая функция , которая обеспечивает лучшую минимальную стоимость . И восхождение на вершину здесь касается только текущего узла и , итерирует через соседние узлы для минимального значения и продолжает расширение лучшего узла, аналогичного Best First Search )
Примечание :
Алгоритм альпинизма не смотрит вперед за непосредственными соседями текущего состояния . Это касается только лучшего соседнего узла для расширения. А лучшее соседство определяется вышеупомянутыми функциями оценки.
Принимая во внимание, что , алгоритм Best First Search смотрит впереди ближайших соседей , чтобы найти наилучший путь к цели (используя эвристическую оценку), а затем переходит к лучшему.
Таким образом, разница заключается в подходе локального поиска и алгоритмах систематического поиска.
Поймите разницу в подходах, вы узнаете, почему оба названы по-разному.