Fringe vyhledávání - Fringe search

Algoritmy pro vyhledávání grafů a stromů
Výpisy
související témata

Ve vědě o počítačích , třásně vyhledávání je vyhledávací algoritmus graf , který najde cestu nejméně-cost z daného počátečního uzlu na jeden gól uzlu .

V podstatě je okrajové vyhledávání prostředníkem mezi A * a iterativní prohlubující se A * variantou (IDA *).

Pokud g ( x ) je cena cesty hledání od prvního uzlu k proudu a h ( x ) je heuristický odhad nákladů od aktuálního uzlu k cíli, pak ƒ ( x ) =  g ( x ) +  h ( x ) a h * je skutečná cena cesty k cíli. Zvažte IDA *, které provádí rekurzivní prohledávání zleva doprava od kořenového uzlu a zastaví rekurzi, jakmile byl nalezen cíl nebo uzly dosáhly maximální hodnoty ƒ . Pokud není cílem nalézt v první prahová ƒ , mezní hodnota se dále zvyšuje a opět algoritmus vyhledávání. IE Iteruje na prahové hodnotě.

U IDA * existují tři hlavní neúčinnosti. Nejprve IDA * bude opakovat stavy, když k cílovému uzlu existuje více (někdy neoptimálních) cest - to se často řeší udržováním mezipaměti navštívených stavů. Takto pozměněný IDA * je označen jako IDA * s rozšířenou pamětí (ME-IDA *), protože využívá určité úložiště. Kromě toho IDA * opakuje všechny předchozí operace ve vyhledávání, když iteruje s novou prahovou hodnotou, která je nezbytná pro provoz bez úložiště. Uložením listových uzlů předchozí iterace a jejich použitím jako výchozí pozice další se efektivita IDA * výrazně zlepší (jinak by v poslední iteraci musel vždy navštívit každý uzel ve stromu).

Fringe search implementuje tato vylepšení na IDA * využitím datové struktury, která je víceméně dvěma seznamy k iteraci přes hranice nebo okraje vyhledávacího stromu. Jeden seznam nyní ukládá aktuální iteraci a druhý seznam později ukládá okamžitou další iteraci. Takže z kořenového uzlu vyhledávacího stromu, nyní budou kořen a později bude prázdná. Potom algoritmus provede jednu ze dvou akcí: Pokud je ƒ (head) větší než aktuální prahová hodnota, odeberte head od nynějška a připojte jej na konec později ; tj. uložit hlavu pro další iteraci. V opačném případě, pokud ƒ (hlava) je menší než nebo rovna prahové hodnotě, rozšířit hlavy a vyhoďte hlavu , zvážit své děti, jejich přidání do začátku teď . Na konci iterace se prahová hodnota zvýší, pozdější seznam se stane seznamem now a později se vyprázdní.

Důležitým rozdílem mezi okraji a A * je to, že obsah seznamů v okraji nemusí být nutně tříděn - což je výrazný zisk oproti A *, což vyžaduje často nákladnou údržbu pořadí v jeho otevřeném seznamu. Na rozdíl od A * však bude muset třásně opakovaně navštěvovat stejné uzly, ale náklady na každou takovou návštěvu jsou ve srovnání s nejhorším logaritmickým časem třídění seznamu v A * konstantní.

Pseudo kód

Implementace obou seznamů v jednom dvojnásobně propojeném seznamu, kde uzly, které předcházejí aktuálnímu uzlu, jsou pozdější částí a všechny ostatní jsou nyní . Pomocí pole předem přidělených uzlů v seznamu pro každý uzel v mřížce se přístupová doba k uzlům v seznamu sníží na konstantu. Podobně pole značek umožňuje vyhledávání uzlu v seznamu v konstantním čase. g je uloženo jako hash tabulka a poslední pole značek je uloženo pro konstantní vyhledávání toho, zda byl uzel dříve navštíven či nikoli a zda je položka mezipaměti platná. 

init(start, goal)
    fringe F = s
    cache C[start] = (0, null)
    flimit = h(start)
    found = false

    while (found == false) AND (F not empty)
        fmin = ∞
        for node in F, from left to right
            (g, parent) = C[node]
            f = g + h(node)
            if f > flimit
                fmin = min(f, fmin)
                continue
            if node == goal
                found = true
                break
            for child in children(node), from right to left
                g_child = g + cost(node, child)
                if C[child] != null
                    (g_cached, parent) = C[child]
                    if g_child >= g_cached
                        continue
                if child in F
                    remove child from F
                insert child in F past node
                C[child] = (g_child, node)
            remove node from F
        flimit = fmin

    if reachedgoal == true
        reverse_path(goal)

Reverzní pseudokód. 

reverse_path(node)
    (g, parent) = C[node]
    if parent != null
        reverse_path(parent)
    print node

Experimenty

Při testování v prostředí založeném na mřížce typickém pro počítačové hry, včetně neprůchodných překážek, třásně překonaly A * přibližně o 10 až 40 procent, v závislosti na použití dlaždic nebo oktilů. Další možná vylepšení zahrnují použití datové struktury, která se snáze zapůjčí do mezipaměti.

Reference

externí odkazy