検索アルゴリズムは、人工知能の最も重要な分野の 1 つです。このトピックでは、AI の検索アルゴリズムについてすべて説明します。
問題解決エージェント:
人工知能において、検索技術は普遍的な問題解決方法です。 合理的なエージェント または 問題解決エージェント AI では、主にこれらの検索戦略またはアルゴリズムを使用して、特定の問題を解決し、最良の結果を提供しました。問題解決エージェントは目標ベースのエージェントであり、アトミック表現を使用します。このトピックでは、さまざまな問題解決検索アルゴリズムを学習します。
検索アルゴリズムの用語:
検索アルゴリズムのプロパティ:
以下は、検索アルゴリズムの効率を比較するための、検索アルゴリズムの 4 つの重要な特性です。
完全： ランダムな入力に対して少なくとも何らかの解が存在する場合に、解を返すことが保証される場合、検索アルゴリズムは完全であると言われます。
最適性: アルゴリズムに対して見つかった解が、他のすべての解の中で最良の解 (パス コストが最も低い) であることが保証されている場合、そのような解は最適解であると言われます。
時間計算量: 時間計算量は、アルゴリズムがタスクを完了するまでの時間の尺度です。
空間の複雑さ: これは、問題の複雑さに応じて、検索中の任意の時点で必要な最大記憶域スペースです。
検索アルゴリズムの種類
検索問題に基づいて、検索アルゴリズムを情報なし (ブラインド検索) アルゴリズムと情報あり検索 (ヒューリスティック検索) アルゴリズムに分類できます。
情報なし/ブラインド検索:
情報なしの検索には、目標の近さ、場所などのドメイン知識が含まれていません。ツリーを走査する方法と、リーフ ノードとゴール ノードを識別する方法に関する情報のみが含まれるため、総当たり的な方法で動作します。無情報探索は、初期状態演算子や目標のテストなどの探索空間に関する情報をまったく持たずに探索ツリーを探索する方法を適用するため、ブラインド探索とも呼ばれます。目標ノードに到達するまでツリーの各ノードを調べます。
主に次の 5 つのタイプに分類できます。
- 幅優先検索
- 均一コスト検索
- 深さ優先検索
- 反復深化深さ優先探索
- 双方向検索
情報に基づいた検索
インフォームド検索アルゴリズムはドメイン知識を使用します。情報に基づいた検索では、検索のガイドとなる問題情報が利用可能です。情報に基づいた検索戦略は、情報に基づいていない検索戦略よりも効率的に解決策を見つけることができます。インフォームド検索はヒューリスティック検索とも呼ばれます。
ヒューリスティックは、常に最善の解決策が保証されるわけではありませんが、妥当な時間内に適切な解決策が見つかることが保証される方法です。
インフォームドサーチは、他の方法では解決できなかった複雑な問題を解決できます。
インフォームド検索アルゴリズムの例としては、巡回セールスマン問題があります。
- 貪欲な検索
- 検索