AI中边缘搜索与A*算法的比较

Question

我一直在互联网上搜索边缘搜索的空间和时间复杂性，但没有成功。有人能告诉我同样的几点吗?为什么我们更喜欢在人工智能中使用边缘搜索而不是A*算法。

Answer 1

在看到这篇文章之前，我还没有探索过边缘搜索算法，所以，我会带着一点点盐来看待这个问题。根据维基百科的说法，边缘搜索是基于*，而*又是基于*的。

IDA的利弊*相对于A*

• IDA*旨在以牺牲某些性能为代价来减少内存使用。
• IDA*将多次检查瓷砖，而A*不会检查瓷砖
• A*跟踪所有的瓷砖，而不是只跟踪一小部分，比如IDA*

因此，如果您更担心内存消耗，而不是返回路径的原始速度，您将选择IDA*而不是A*。

边缘搜索与IDA*/A*

• 边缘搜索旨在修复IDA*中一些最糟糕的问题，在性能和内存使用方面介于这两种算法之间。
• 应该比IDA执行得更快，但执行速度比A*慢
• 内存使用量比IDA*多，但小于A*

因此，如果您在内存有限的情况下工作，边缘搜索似乎是一个很好的选择，但仍然需要比IDA*提供的性能更高的性能。一般来说，我建议只使用A*开始，如果您发现您有任何特定的问题，找到替代算法的道路上。