AI与游戏——吃豆人（5）树搜索算法（上）

查找搜索类算法可以说是被提及最多的人工智能方法，绝大多数AI问题都可以被看成一个搜索查找问题，也就是找到最好的方案，路径，模型等。搜索算法因此也最常在一些AI算法的核心部分看到，很多AI的书籍也都是从搜索算法开始的。

下面讲的查找算法是树搜索算法，或者说去建立一个搜索树，根节点表示开始搜索的状态，分支代表动作，结点代表状态。因为对于一个状态往往可以执行多种动作，而每个动作又可以进入一个新的状态。另外搜索树跟之前的行为树是大不一样的，搜索树的各个分支是没有先后顺序的，行为树则是事先安排好顺序，属于硬编码范围。树搜索算法主要有以下几种。

盲目搜索（Uninformed Search）
所谓的盲目搜索就是没有目标信息的最单纯的搜索，这在数据结构中也都学过，有深度优先搜索，广度优先搜索，这都并不属于AI的范畴。这种搜索方法在游戏中一般效率很低，但是在很多先进的算法中，盲目搜索也是组成算法的一部分。盲目搜索用于吃豆人这种游戏都会太大也太复杂了，这里也就不再细说了。

最优优先搜索（Best-first Search）
在BFS中，结点的扩展则依据一些关于目标的先验知识。通常，距离目标比较近的结点会优先展开。最知名的BFS算法是A* 算法。A* 算法最常用于游戏中的寻路（星际争霸，魔兽争霸，起源等游戏都使用了A* 算法），之前也有一篇将A* 算法用于吃豆人寻路的。A* 算法如何寻路这里不说了，网上有很多帖子大家可以自行查阅。

这里要说的是A* 算法其实还可以用来搜索游戏状态，也就是说，BFS可以用于拟定计划而不只是寻路。不同之处在于这里考虑的是全局状