人工智能基础

图搜索与问题求解（人工智能核心技术之一）

搜索即推理

隐式图搜索是利用局部性知识构造全局性答案

启发性搜索

graph of thoughts：solving...

基于图搜索的方式进行大模型...

大模型和神经网络结合/结合起来 基于知识图谱（利用图搜索）

chatDB——清华 用数据库...

算法

状态图知识表示

回溯法（堆栈实现）、图（DFS、BFS）

八数码：比较选择差异最小的状态

有向图->状态空间图

状态（节点）状态空间三元组<S,F,G>

迷宫问题的状态图表示：

操作用序偶对

显式状态图（可以罗列出全部节点和边）

 修道士和野人过河左岸1初始状态(3,3,1)、终态（m,c,b）()非法状态，约束条件，

梵塔问题：

隐式：启发式搜索，图是方法，问题求解搜索

重排九宫格：

旅行商问题：路径问题；

抽象出数据类型。n元组

树搜索/线搜索

盲目搜索/启发搜索，定义启发函数（全局择优、局部...）

搜索算法：

closed表：记录考察过的节点

open表：

广度优先搜索：使用队列

open：ABCDEFGHIJKLLM...把open表当成队列使用。

closed：ABCDEF...

算法描述：

结束条件：

完备，可以找到最优解

搜索策略和文艺无关，具有通用性

搜索效率低

深度优先

open：

closed：

两种算法的 区别 open怎么用，是队列还是堆栈的使用

深度限制不合理，可能找不到解/找不到最优解

记录值、操作、双亲（确定是从哪过来的）、层次、定义节点类型、实现BFS、DFS 使用堆栈队列 用python的堆栈队列的库直接调用

状态图搜索