Informed Search

🖇️ YOUTUBE

COMPSCI 188 - 2018-08-30

🗒️ MATERIAL

CS 188: Introduction to Artificial Intelligence, Fall 2018

🗓️ 2022-02-02

Note

1. Search

   • 검색 문제(상태, 행위 및 비용, successor function, 시작 및 목적 상태)
   • 검색 트리(노드, 계획)
   • 검색 알고리즘(fringe를 골라 optimal한 경로 찾기)

2. General Tree Search

   

   • 트리 검색은 루프(fringe 검색, 현재 노드와 목적 상태 비교)를 통해 탐색한다.
   • A*, 휴리스틱, 그래프 검색 모두 트리 검색에 특정한 ‘전략’을 더한다.
   • 우선순위 큐를 통해 어떤 fringe를 선택할지 결정한다.

3. Uninformed search

   • UCS(Uniform Cost Search): complete, optimal하지만 모든 방향으로 탐색하므로 목적 상태에 대한 아무 정보가 없는 uninformed 검색 알고리즘.

4. Heuristic

   • 현재 상태가 목적에 “얼마나 가까운지” 추정하는 함수

5. Greedy Search

   

   • 휴리스틱 함수를 사용, 가장 가까이 있을 것 같은 fringe를 선택해(expands) 검색한다.
   • 휴리스틱의 성능에 따라 best/worst 성능에 큰 차이
   • UCS보다 빠르지만 suboptimal

6. A Search*

   • UCS(path 비용으로 정렬, backward cost g(n)) + Greedy search(목표 proximity로 정렬, forward cost h(n)) = A*(g(n) + h(n) 정렬)
   • A* 알고리즘 종료를 위해서는 enqueue가 아닌 dequeue까지 기다려야 함
   • optimal: 잘못된 휴리스틱 함수를 통해 h(n)를 계산할 때(too pessimistic)
   • admissible

     • 휴리스틱 함수가 bad plan을 늦추지만 true cost보다는 높지 않은 optimistic한 상태

     • 0≤h(n)≤h∗(n) where h∗(n): true cost (h(n)==0: UCS)

     • optimal: admissible, consistent 휴리스틱 함수 사용할 경우 optmial 보장

       

     • UCS는 원형 탐색이지만 A*는 목표 상태에 가까운 방향의 타원형 탐색

     • admissible heuristics: A* 알고리즘의 optimal 보장은 adimissible한 휴리스틱 함수 설계를 통해 이루어진다. → h(n)이 h*(n)에 가까워질 수록 노드 확장은 줄어들지만 노드 당 휴리스틱 계산 비용이 늘어난다.

     • trivial heuristics: dominance(maximum value between heuristics) 사용

7. A* Graph search

   • state를 두 번 이상 가지 않는다. → tree search + closed set / skip
   • 리스트가 아닌 집합으로 closed set을 저장한다.
   • complete: ‘이미 가본’ 노드를 택하지 않으므로 여전히 complete
   • optimal: consistent
   • consistent
     • 휴리스틱 비용 추정치가 실제 비용 이하다.
     • heuristic arc cost ≤ actual cost for each arc
     • h(A) - h(C) ≤ cost(A to C) → h(A) ≤ cost(A to C) + h(C)
     • f(A) = g(A) + h(A) ≤ g(A) + cost(A to C) + h(C) = f(C)
     • consistent는 admissible을 보장한다. adimissible은 대부분의 경우 consistent한 경우를 보장한다.

Review

• UCS 알고리즘은 전방향 탐색으로 인해 비용이 큰데, Greedy 탐색 알고리즘이 지닌 속도를 함께 덧붙인 A* 알고리즘이 세 번째 강의의 핵심적인 내용이다. A* 알고리즘은 adimissible, consistent한 조건에 따라서 optimal을 보장할 수 있는데, 주요 관건은 ‘충분히 좋은’ 휴리스틱 비용 함수를 설계하는 것이다. admissible, consistent하다는 조건 자체도 이 휴리스틱 함수와 연관된다. 두 가지 조건 또한 consistent가 admissible을 내포하고 있다는 것 역시 확인하자. Informed search, 즉 도착지라는 정보를 입력한 상태에서 검색을 할 경우 아무런 정보 없이 탐색하는 경우보다 매우 좋은 성능을 보인다는 사실을 직관 및 수학적 증명을 통해 공부했다.