آموزش هوش مصنوعی و رباتیک|صفحه 3
جست وجوی اول-بهترین حریصانه Greedy best-first search
الگوریتم جست وجوی اول-بهترین حریصانه یکی از استراتژی های جست وجوی آگاهانه میباشد و سعی میکند گره ای را بسط دهد که به گره هدف نزدیکتر است به امید اینکه سریعتر به جواب برسد
الگوریتم جست وجوی *A، مینیمم کردن کل هزینه جواب
الگوریتم جست وجوی *A، از دیگر استراتژی های جست وجوی آگاهانه میباشد و گره ای را برای بسط انتخاب میکند که مسیر بهینه ای برای آن پیدا شده باشد و در شرایطی کامل و بهینه است
جست وجوی ابتکاری با حافظه محدود
جست وجوی ابتکاری با حافظه محدود از دیگر استراتژی های جست وجوی آگاهانه میباشد و الگوریتم های مختلفی با خصوصیات آن طراحی شده اند، از جمله: *IDA ، جست وجوی بازگشتی اول- بهترین (RBFS) و *MA و *SMA
الگوریتم جست وجوی محلی
الگوریتم های جست وجوی محلی به جای اینکه مسیرهایی از "حالت شروع" را بطور سیستماتیک و منظم بررسی کنند، یک یا چند "حالت فعلی" را ارزیابی و اصلاح میکنند.
الگوریتم جست وجوی تپه نوردی hill-climbimg
الگوریتم جست وجوی تپه نوردی از ابتدایی ترین تکنیک جست وجوی محلی است. در هر مرحله گره فعلی با بهترین همسایه جایگزین میشود. اگر "تخمین هزینه ابتکاری h" استفاده شود، همسایه ای با کمترین h انتخاب میگردد
الگوریتم جست وجوی simulated annealing
الگوریتم شبیه سازی annealing که نسخه ای از تپه نوردی اتفاقی است و پایین آمدن از تپه مجاز است. حرکت به طرف پایین و به آسانی در اوایل زمانبندی annealing پذیرفته شده و با گذشت زمان کمتر اتفاق می افتد
الگوریتم جست وجوی پرتوی محلی
الگوریتم جست وجوی پرتوی محلی از دیگر تکنیکهای جست وجوی محلی است که به جای یک حالت، k حالت را نگهداری میکند. اگر یکی از آنها هدف بود، الگوریتم متوقف میشود. وگرنه، بهترین پسین را انتخاب و عمل را تکرار می کند
الگوریتم ژنتیک genetic algorithm
الگوریتم ژنتیک یا (GA) از دیگر استراتژی های جست وجوی محلی و شکلی از "جست وجوی پرتوی اتفاقی" است که در آن حالتهای پسین از طریق ترکیب دو حالت والد تولید میشود.