基于bdd的增量启发式搜索

增量搜索是一种利用先前的搜索信息提高本次搜索效率的方法,通常可以用来解决动态环境下的重规划问题.在人工智能领域,一些实时系统常常需要根据外界环境的变化不断修正自身,这样就会产生一系列变化较小的相似问题,此时应用增量搜索将会非常有效.另外,基于bdd(binarydecisiondiagram)的启发式搜索,结合了基于bdd的搜索和启发式搜索这两种方法的优点.它既用bdd这一紧凑的数据结构来表示系统的状态空间,又通过使用启发信息来进一步压缩搜索树的大小.在介绍基于bdd的启发式搜索和增量搜索之后,结合这两种方法给出了基于bdd的增量启发式搜索算法——bddrpa*.大量的实验结果表明,bddrpa*算法是非常有效的,它可以被广泛地应用到智能规划、移动机器人问题等领域中.