斯特凡·爱德坎普;斯特凡·施罗德尔 启发式搜索。理论和应用。 （英语） 兹比尔1238.68150 阿姆斯特丹：Elsevier/Morgan Kaufmann（ISBN 978-0-12-372512-7/hbk）。第二十四、836页。(2012). 搜索可以说是人工智能中最重要的方面。Edelkamp和Schrödl写了大约800页的关于启发式搜索的书，为读者提供了这个主题的全面介绍和概述。本书分为五个部分，分别介绍了搜索的基础知识、内存约束搜索、时间约束搜索、逃离作者结构的搜索算法（称为搜索变体）和应用程序。本书严格遵循螺旋式方法：第一部分介绍了一些基本形式的重要搜索算法，并在以下部分中对其进行了重新访问，使其适应其他需求，仔细讨论了可能的增强并分析了其性能。这总是需要严格和小心。第一部分为这本书奠定了基础，不仅涵盖了符号，还涵盖了可计算性、复杂性和逻辑的基础。从符号和中心术语到编码问题都很严格。它包含了一些激励性的例子，在书的不同部分中，我们会重新讨论螺旋式方法。在这里和整本书中，读者会看到与论述的正式程度相匹配的练习。使用统一的框架引入了简单的搜索算法，如深度优先搜索和宽度优先搜索。使用Dijkstra算法进入加权图的第一步，不回避经常被忽略的负权重情况。引入动态规划的规划范式，并将其应用于马尔可夫决策过程的最优策略计算。当然，A\（^*\）被包括在内，这里一如既往地给出了其性质的完整形式证明。本文还介绍了高效实现所需的数据结构，如优先级队列、哈希表、后缀列表、后缀树等。还包括了构造启发式的主题。第二部分是关于记忆约束下的搜索。首先，从第一部分开始重新考虑主要搜索算法，使其适应新的需求概要。大多数注意力都集中在迭代深化A搜索上，其中的描述也非常精确，语句都有完整的证明。另外两章分别讨论了符号搜索和外部搜索。在符号搜索中，引入了二进制决策图，并用于表示状态表示的特征函数。使用这种方法，包括A（^*）搜索在内的基本搜索算法都适用于此。关于外部搜索的一章介绍了搜索空间（部分）存储在访问速度慢得多的外部设备上的情况。已知算法经过仔细调整，适用于不同类型的外部存储设备，包括闪存。时间约束下的搜索是第三部分的主题。引入了并行处理，并再次调整了主要搜索算法以适应新的场景，包括A搜索和IDA搜索。此外，还介绍了使用GPU进行并行搜索等专门主题。此外，引入双向搜索作为一种针对时间约束搜索问题的搜索算法。讨论了状态空间剪枝的不同方法，包括允许的和不允许的。最后，考虑到实时学习，引入并讨论了LRTA作为A搜索的适当变体，包括对变体的严格分析和讨论。毫无疑问，人工智能中的三个重要主题都将搜索作为一个中心方面，但到目前为止，这三个主题尚未涵盖。游戏，即对抗性搜索、约束编程和（大多数是自然启发的）启发式搜索都包含在本书的第四部分中。关于游戏玩法的章节从经典的确定性双人游戏开始，涵盖了极大极小搜索以及（alpha\beta）-修剪。深入讨论了几种变体和可能的改进。一些非传统且有趣的是多层次游戏和一般游戏的覆盖，其中游戏规则最初并不为人所知。随机游戏得到了粗略的提及。约束编程包含在约束搜索标题下。通常的一致性概念都涵盖在内，实际的搜索集中在回溯和后跳上。讨论了几个NP难问题，以及时间约束和软约束或偏好约束。介绍了以选择性搜索为主要方向的自然启发搜索启发式算法，即模拟退火算法、进化算法和蚂蚁算法。一如既往，重点是形式方面。第五部分也是最后一部分涉及应用程序。讨论了搜索在不同领域的应用，即领域相关的行动规划；自动化系统验证，包括模型检查、通信协议、Petri网、定理证明等；车辆导航；计算生物学；和机器人技术。这五章都很短，有些几乎是粗略的，没有一章真正深入地介绍它的主题。关于自动化系统验证和机器人的章节内容最多，反过来也可能最有用。这本书的第五部分表明，作者的兴趣在于算法及其基础，而不是应用程序。总之，启发式搜索是一本关于（不仅仅是启发式）搜索的非常可靠的专著和教科书。在它的表达中，它总是比口语更正式，它是精确的和结构良好的。由于它的螺旋式方法，它激发了对它的整体阅读。然而，由于这种方法，提取单个章节变得困难。如果学生能够理解一个坚实、正式的基础，避免含糊的猜测和胡言乱语，转而专注于已证实的事实，接受这样的限制在一定程度上限制了演示的范围，有时会使事情复杂化，那么这是人工智能课程的一个很好的来源。对于理论家来说，这是一个极好的来源，从业者有时会发现它过于复杂和过于正式。审核人：托马斯·扬森（科克） 引用于8文件 理学硕士： 68T20型 人工智能背景下的问题解决（启发式、搜索策略等） 2002年8月 与计算机科学有关的研究展览会（专著、调查文章） 68-01 与计算机科学相关的介绍性说明（教科书、教程论文等） 关键词：搜索;人工智能 PDF格式BibTeX公司 XML格式引用 \textit{S.Edelkamp}和\textit{S.Schrödl}，启发式搜索。理论和应用。阿姆斯特丹：爱思唯尔/摩根·考夫曼（2012年；兹bl 1238.68150） 全文： 链接