理查德·科尔夫（Richard E.Korf）。 实时启发式搜索。 （英语） Zbl 0718.68082号 Artif公司。智力。 42，编号2-3，189-211（1990）. 摘要：我们将有限搜索范围和承诺在恒定时间内移动的两层博弈假设应用于单代理启发式搜索问题。我们提出了一种改进的minimax前瞻搜索，以及一种类似于alpha-beta剪枝的方法，大大提高了算法的效率。矛盾的是，该算法的搜索范围随着分支因子的增加而增加。此外，我们提出了一种新的算法，称为Real-Time-a\（{}^*\），用于交错规划和执行。我们证明了该算法能做出局部最优决策，并能保证找到一个解。我们还提出了该算法的一个学习版本，通过学习更精确的启发式值，在连续的问题解决试验中提高了其性能，并证明了学习值沿每个最优路径收敛到其精确值。这些算法有效地解决了比以前使用启发式评估函数可以解决的更大的问题。 引用于1审查引用于53文件 MSC公司： 68T20型 人工智能背景下的问题解决（启发式、搜索策略等） 68T05型 人工智能中的学习和自适应系统 91A40型 其他游戏理论模型 关键词：启发式搜索;\（实时）-时间-（{}^*\） PDF格式BibTeX公司 XML格式引用 \textit{R.E.Korf}，阿蒂夫。智力。42，编号2--3189-211（1990；Zbl 0718.68082） 全文： 内政部 参考文献： [1] 哈特，体育。；新泽西州尼尔森。；Raphael，B.，《启发式确定最小成本路径的形式基础》，IEEE Trans。系统。科学。赛博。，4, 100-107 (1968) [2] Korf，R.E.，深度-第一次迭代深化：最优容许树搜索，人工智能，2797-109（1985）·Zbl 0573.68030号 [3] Simon，H.A.，《人工科学》（1981年），麻省理工学院出版社：麻省理学院出版社，马萨诸塞州剑桥 [4] Shannon，C.E.，为下棋编写计算机程序，Philos。Mag.，41，256-275（1950）·Zbl 0041.44605号 [5] 哈特·T·P。；Edwards，D.J.，《字母-贝塔启发式》，麻省理工学院人工智能项目备忘录，马萨诸塞州（1963年） [6] Berliner，H。；Ebeling，C.，《模式知识与搜索：SUPREM架构》，人工智能，38，161-198（1989）·Zbl 0665.68085号 [7] Korf，R.E.，《实时启发式搜索：第一个结果》（Proceedings AAAI-87）。诉讼程序AAAI-87，华盛顿州西雅图（1987）），133-138 [8] Korf，R.E.，《实时启发式搜索：新结果》，（美国学术期刊AAAI-88。诉讼程序AAAI-88，明尼苏达州圣保罗（1988）），139-144 [9] Pearl，J.，《启发式》（1984），艾迪森·韦斯利：马萨诸塞州艾迪森·韦斯利雷丁 [10] 卡普·R·M。；Pearl，J.，用随机成本在树中搜索最优路径，人工智能，2199-117（1983）·Zbl 0507.68034号 [11] Harris，T.，《分支过程理论》（1963年），《施普林格：施普林格柏林》·兹比尔0117.13002 [12] 罗森博格，R.S。；Kestner，J.、Look-ahead and one-person games、J.Cybern.、。，2, 4, 27-42 (1972) 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。