人工智能基础——约束满足问题（CSP）

约束满足

就是求解的问题存在约束。考虑一张拓扑图，每个节点都存在候选区间，然后某几个（1-n）节点之间存在约束，比如某个点不能取特定值，某两个相加等于定值之类的。一个约束包含几个变量，就是几元约束（相容）。

相容

就是约束

节点相容

单个点存在约束，直接利用约束消除这个点里的非合法区间就行了。

弧相容

二元约束，使用AC3算法：
把所有二元关系入队，每次弹出一个，假设为$(A,B)$，约束其中一个调整另外一个，如果约束产生效果，如锁定A的值域确定B的值域，如果对原本值域无影响，就弹出下一个；否则B值域发生变化，那我就把所有$(B,D_i)$，$D_i$表示所有其他和B相关的节点，加入队列。直到队列为空就结束。

路径相容

一个节点和另外两个发生相容，处理成三元相容。考虑三个节点两两相连，目标用两种颜色为其染色，显然无解。我们假设一开始每个节点值域都是{1，2}，利用任意两点间颜色不相同永远无法消除值域，也就是说只靠两元约束永远无法解决这个问题，所以需要把两元约束处理成三元的。A和B相容，B和C相容，那就处理成ABC相容。

k相容

多元约束，PC2算法：书上说何AC3差不多，那大概就是所有n元关系入队，然后锁定n-1个值更新一个值域，发生值域更新就把受到改变节点约束的多元关系也入队把。

全局约束

含有不同元的约束，各种约束组成的整体。有各种不同的约束啦。

数独问题

数独问题最一般的做法就是，选一个点，看行列、方格哪些数字已经出现，出现过就更新这个值域范围。但是仅仅依靠这种方式只能解决简单的问题。
可以利用多元约束求解，那基本等同于全部搜索，根本不可能算的完的。

CSP回溯搜索

就深搜嘛，提了一些可以优化的地方。

• 利用简单约束提前消减搜索空间，交替进行效果更好，因为搜索一会，又多了很多可以利用约束消除的节点。
• 先搜索可能取值少的节点
• 智能回溯，搜索路径a-b-c，a和c冲突了，但是你回去改b，你再搜到c的时候还是不对，所以应该跳到使冲突发生的地方。

局部搜索

给一个存在一些冲突的初值，对其进行修正的算法可能会很快。我觉得可能因为解很可能不唯一，你给定一个值至少离某个解很近，而从0开始离每个解都很远。

比如说八皇后，给个初始存在冲突的情况，随便选一个点，他和其他一般存在不只一个冲突，选择一个能让冲突数量最少的方式进行搜索。

问题结构

拓扑排序（自己去查）

图化树

选择一个割集，把剩下部分变成一棵树。枚举割集，进行每种情况下的树搜索。

树分解

把图中几个连通块作为一个节点，把这些互相存在关系的节点连成树。

CSP问题改进

放宽、分解、增强约束。