Tôi hiểu tại sao thuật toán A * luôn mang lại đường đi tối ưu nhất cho trạng thái mục tiêu khi heuristic luôn đánh giá thấp, nhưng tôi không thể tạo ra bằng chứng chính thức cho nó.Bằng chứng về độ tối ưu của thuật toán A * khi chẩn đoán luôn đánh giá thấp
Theo tôi hiểu, đối với mỗi con đường được coi là đi sâu hơn và sâu hơn, độ chính xác của f(n)
tăng cho đến khi trạng thái mục tiêu, ở đó chính xác 100%. Ngoài ra, không có đường dẫn không chính xác bị bỏ qua, vì ước tính nhỏ hơn chi phí thực tế; do đó dẫn đến con đường tối ưu. Nhưng làm thế nào tôi nên tạo ra một bằng chứng cho nó?
Tôi nghĩ rằng khi nó đơn điệu bạn có thể chạy thuật toán hiệu quả hơn nhưng nó không phải là điều cần thiết. Bạn có thể cho tôi biết nguồn thông tin của bạn từ đâu không? – user972616
Đó là một điều cần thiết nếu bạn đang áp dụng A * cho một tập hợp đóng.Từ wikipedia (có các nguồn khác): "Nếu chức năng heuristic được chấp nhận, có nghĩa là nó không bao giờ đánh giá cao chi phí tối thiểu thực tế để đạt được mục tiêu, thì A * là chính nó được chấp nhận (hoặc tối ưu) nếu chúng ta không sử dụng một tập đóng. Nếu sử dụng bộ kín, thì cũng phải đơn điệu (hoặc nhất quán) cho A * để tối ưu. " – pcalcao
Cảm ơn ý nghĩa bây giờ – user972616