人工知能アルゴリズムは何？ヒューリスティックアルゴリズム原理

　　AIアルゴリズムは重要ヒューリスティックアルゴリズムである、主に二点間の最適なパスを選択するために、Aは、また、評価関数を実現することによって達成される
　　F = G + H
　　Gは、コストの先頭にこの点から表す
　　H、この時点からのものです仕上げにマンハッタン距離。
　　そしてFはGとHが選択されているベストパスと次F（詳細は後述）の最小値である
　　マンハッタン距離
　　Paste_Image.pngの
　　青い線でマンハッタン距離からクマ葉の上図距離は、障害物と見なさされていない、表現しました。上記図1の各ブロックの長さがあれば、この時のマンハッタン距離は9クマあります。
　　開始（X1、Y1）、終了（X2、Y2）、H = | X2-X1 | + | Y2-Y1 |
　　我々は座標点の幾何学的形状、又は例えば上記のように図にマンハッタン距離を算出してもよい、左下隅が（0 、0）点、クマ位置）が（1,4であり、葉（7,1）の位置、次いで、H = | 7-1 | + | 1-4 | = 9。
　　オープンは、リストを閉じ
　　例えば、上の写真で。例えば、初めに、可動ポイントは、次に、F = G +アン評価動作（例えば、H）の周囲に、OPENリストに耐えるために8つのノードを追加しているクマ、CLOSE位置がリストに追加される負担8つのノードは、Fの最小値ノード選択し、[開く]リストからノードを削除し、リストを閉じるに追加します。それ以来、各ノードは、ノードの動作の周りこの評価8を実行し、順次計算されます。そのため、それぞれの人はそれを理解するトラブルがあるかもしれません。私は、以下に詳細に説明します。
　　*例アルゴリズム
　　Paste_Image.pngは、
　　スタートからフィニッシュまで、我々はA-STARアルゴリズムが最適パス見つかっ使用
　　Paste_Image.pngを
　　我々は、始点位置からコストは1〜5、コストは3〜1.4 1.41であり、各正方形の長さが1で定義します。良い定義した後、我々はチャートを見て、その後、計算
　　Paste_Image.png
　　最初のステップは、我々は「オープン」リストに開始点を中心にポイントを追加し、評価操作を実行します。結果は、上に示しました。ここでは、開始点を指している小さな矢印が表示されます。この矢印の親ノードを指し、G値のリストを開くには、私はこの点を実行して、以前の親ノードの総コストを必要手段、この計算に基づいています。点が同じでない場合、Gの値が異なっています。計算の後、我々は上の画像のスポットを見つけました。F値が最も小さい値である7.41、であり、我々はその後、午前1時00 OPENリストからこのポイントを削除CLOSEリストに追加することを選んだが、私たちがドロップすると、我々は1時、2時、3について、そのを見つけましたどのように出発点の3つの主なポイントに対処します。まず、開始点がCLOSEに追加された、と彼はこれを実行する必要はありません。これは、ロールCLOSEのリストである、我々はまた、2と3で彼を操作することができます。我々は2時まで1時から移動価格は、彼がG値が2.41となっている必要があります計算点について、Hは変更されません。F = 2.41 + 7 = 9.41。このアルゴリズムは、主に使用され、インテリジェントな書き込み（我々はF値を最小化しようとしているので、9.41に1に親ノードのポイントを、そしてF値）私たちは、この値は、元のF値よりも大きい場合、我々はそれを変更できないことを見つけ、そして同じことが3分に適用されます。
あなたは、インターネット上の問題がある場合は、あなたが私に尋ねることができ、ありがとうございました！あなたが一緒に人工知能を勉強したい場合は、メッセージ交換を歓迎します。