曼哈顿距离(A *)
我正在使用A *搜索算法并使用“曼哈顿距离”作为启发式方法来实现NxN难题求解器,但遇到了一个奇怪的 错误 (?),我无法解决这个问题。
考虑以下难题(0元素为空白):(
初始)
1 0 2
7 5 4
8 6 3
(目标)
1 2 3
4 5 6
7 8 0
从初始状态到达求解的最小移动数为11。但是,我的求解器在17个移动中达到目标。
其中存在一个问题-
我的谜题求解器主要以正确的(最小)步数来解决可解决的难题,但是对于这个特殊的谜题,我的求解器超出了最小步数,我认为我将问题归结为错误的计算在这种情况下的曼哈顿距离。
在此链接中,您可以看到我的求解器在做什么(在右侧)以及一个经过n次测试的求解器在做什么(Brian
Borowski出色的求解器,可在此处找到)。
第一步,Brian的求解器立即选择将元素5向上推的解决方案,但是我的求解器有其他想法,在stacktrace(在链接上给出)上,我的求解器选择向左推2的解决方案(因为该板位于曼哈顿)距离越短,板就在优先队列的前面)。我看不到问题出在哪里,我也不能怪我曼哈顿距离计算,因为它可以正确解决许多其他3x3难题。
这是我如何计算给定局的曼哈顿距离:
/** * Calculates sum of Manhattan distances for this board and stores it in private field to promote immutability.
*/
private void calculateManhattanDistance() {
int manhattanDistanceSum = 0;
for (int x = 0; x < N; x++) // x-dimension, traversing rows (i)
for (int y = 0; y < N; y++) { // y-dimension, traversing cols (j)
int value = tiles[x][y]; // tiles array contains board elements
if (value != 0) { // we don't compute MD for element 0
int targetX = (value - 1) / N; // expected x-coordinate (row)
int targetY = (value - 1) % N; // expected y-coordinate (col)
int dx = x - targetX; // x-distance to expected coordinate
int dy = y - targetY; // y-distance to expected coordinate
manhattanDistanceSum += Math.abs(dx) + Math.abs(dy);
}
}
manhattanDistance = manhattanDistanceSum;
}
如果您有任何见解或想法,我将不胜感激。
如果需要任何其他代码,我会立即将其发布。
回答:
我有时被困在同一位置,当时我在17个动作中解决了这个问题。问题是我只对A 算法使用启发式h(n),而选择下一个节点A
使用曼哈顿距离(启发式)+路径成本(从根到达节点的成本,称为g(n))进行选择。将其插入算法后,它就可以发挥作用。
希望这可以帮助陷入困境的人。
以上是 曼哈顿距离(A *) 的全部内容, 来源链接: utcz.com/qa/404593.html