<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>Search Algorithms on 中文AI术语词典</title><link>https://terms-en.ai-term-hub.com/zh/tags/search-algorithms/</link><description>Recent content in Search Algorithms on 中文AI术语词典</description><generator>Hugo</generator><language>zh-cn</language><lastBuildDate>Sat, 18 Jul 2026 11:44:45 +0000</lastBuildDate><atom:link href="https://terms-en.ai-term-hub.com/zh/tags/search-algorithms/index.xml" rel="self" type="application/rss+xml"/><item><title>Wumpus World</title><link>https://terms-en.ai-term-hub.com/zh/terms/wumpus_world/</link><pubDate>Sat, 18 Jul 2026 11:38:27 +0000</pubDate><guid>https://terms-en.ai-term-hub.com/zh/terms/wumpus_world/</guid><description>&lt;h2 id="definition">Definition&lt;/h2>
&lt;p>Wumpus World 是 Russell 和 Norvig 的 AI 教科书中引入的一个基于网格的环境。智能体必须在网格中导航以寻找金子，同时避开陷阱和一个名为 Wumpus 的怪物。智能体通过感知环境中的线索（如微风、臭味等）来推断周围的情况，&lt;/p>
&lt;h3 id="summary">Summary&lt;/h3>
&lt;p>一个经典的人工智能环境，用于演示在不确定性和部分可观察性下的推理过程。&lt;/p>
&lt;h2 id="key-concepts">Key Concepts&lt;/h2>
&lt;ul>
&lt;li>部分可观察性&lt;/li>
&lt;li>逻辑推理&lt;/li>
&lt;li>网格世界&lt;/li>
&lt;li>智能体感知&lt;/li>
&lt;/ul>
&lt;h2 id="use-cases">Use Cases&lt;/h2>
&lt;ul>
&lt;li>教授 AI 逻辑与推理&lt;/li>
&lt;li>基准测试搜索算法&lt;/li>
&lt;li>演示概率模型&lt;/li>
&lt;/ul>
&lt;h2 id="related-terms">Related Terms&lt;/h2>
&lt;ul>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/pomdp-%E9%83%A8%E5%88%86%E5%8F%AF%E8%A7%82%E5%AF%9F%E9%A9%AC%E5%B0%94%E5%8F%AF%E5%A4%AB%E5%86%B3%E7%AD%96%E8%BF%87%E7%A8%8B/">POMDP (部分可观察马尔可夫决策过程)&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/a-search-a-%E6%90%9C%E7%B4%A2%E7%AE%97%E6%B3%95/">A* Search (A* 搜索算法)&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/bayesian-networks-%E8%B4%9D%E5%8F%B6%E6%96%AF%E7%BD%91%E7%BB%9C/">Bayesian Networks (贝叶斯网络)&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/reinforcement-learning-%E5%BC%BA%E5%8C%96%E5%AD%A6%E4%B9%A0/">Reinforcement Learning (强化学习)&lt;/a>&lt;/li>
&lt;/ul></description></item><item><title>Incremental Heuristic Search</title><link>https://terms-en.ai-term-hub.com/zh/terms/incremental_heuristic_search/</link><pubDate>Sat, 18 Jul 2026 11:22:14 +0000</pubDate><guid>https://terms-en.ai-term-hub.com/zh/terms/incremental_heuristic_search/</guid><description>&lt;h2 id="definition">Definition&lt;/h2>
&lt;p>增量启发式搜索指的是通过启发式算法引导，逐步细化候选解的算法，这些启发式算法估计到达目标所需的成本。与穷举搜索不同，这些方法&amp;hellip;&lt;/p>
&lt;h3 id="summary">Summary&lt;/h3>
&lt;p>一种搜索策略，利用启发式指导逐步改进解的估计，而不是探索整个状态空间。&lt;/p>
&lt;h2 id="key-concepts">Key Concepts&lt;/h2>
&lt;ul>
&lt;li>启发式方法&lt;/li>
&lt;li>局部搜索&lt;/li>
&lt;li>优化&lt;/li>
&lt;li>状态空间&lt;/li>
&lt;/ul>
&lt;h2 id="use-cases">Use Cases&lt;/h2>
&lt;ul>
&lt;li>物流中的路线规划&lt;/li>
&lt;li>调度问题&lt;/li>
&lt;li>约束满足任务&lt;/li>
&lt;/ul>
&lt;h2 id="related-terms">Related Terms&lt;/h2>
&lt;ul>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/hill-climbing-%E7%88%AC%E5%B1%B1%E7%AE%97%E6%B3%95/">Hill Climbing (爬山算法)&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/simulated-annealing-%E6%A8%A1%E6%8B%9F%E9%80%80%E7%81%AB/">Simulated Annealing (模拟退火)&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/a-search-a-%E6%90%9C%E7%B4%A2/">A* Search (A* 搜索)&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/metaheuristics-%E5%85%83%E5%90%AF%E5%8F%91%E5%BC%8F%E7%AE%97%E6%B3%95/">Metaheuristics (元启发式算法)&lt;/a>&lt;/li>
&lt;/ul></description></item><item><title>可容许启发式函数</title><link>https://terms-en.ai-term-hub.com/zh/terms/admissible_heuristic/</link><pubDate>Sat, 18 Jul 2026 11:04:13 +0000</pubDate><guid>https://terms-en.ai-term-hub.com/zh/terms/admissible_heuristic/</guid><description>&lt;h2 id="definition">Definition&lt;/h2>
&lt;p>在路径查找和搜索问题中，可容许启发式函数提供了到达目标节点实际成本的下界。通过保证估计成本始终小于或等于实际成本，它确保了搜索算法（如A*）能找到最优解。&lt;/p>
&lt;h3 id="summary">Summary&lt;/h3>
&lt;p>搜索算法中的一种启发式函数，它从不高估到达目标的真实成本，从而保证最优性。&lt;/p>
&lt;h2 id="key-concepts">Key Concepts&lt;/h2>
&lt;ul>
&lt;li>下界&lt;/li>
&lt;li>最优性保证&lt;/li>
&lt;li>A*搜索&lt;/li>
&lt;li>成本估计&lt;/li>
&lt;/ul>
&lt;h2 id="use-cases">Use Cases&lt;/h2>
&lt;ul>
&lt;li>GPS导航路线规划&lt;/li>
&lt;li>解谜游戏（如八数码问题）&lt;/li>
&lt;li>障碍物丰富环境中的机器人运动规划&lt;/li>
&lt;/ul>
&lt;h2 id="related-terms">Related Terms&lt;/h2>
&lt;ul>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/consistent-heuristic-%E4%B8%80%E8%87%B4%E5%90%AF%E5%8F%91%E5%BC%8F%E5%87%BD%E6%95%B0/">consistent heuristic (一致启发式函数)&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/a-algorithm-a-%E7%AE%97%E6%B3%95/">A* algorithm (A*算法)&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/search-optimization-%E6%90%9C%E7%B4%A2%E4%BC%98%E5%8C%96/">search optimization (搜索优化)&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/pathfinding-%E8%B7%AF%E5%BE%84%E6%9F%A5%E6%89%BE/">pathfinding (路径查找)&lt;/a>&lt;/li>
&lt;/ul></description></item></channel></rss>