Einführung in die Methoden der Künstlichen Intelligenz - Goethe ...
Einführung in die Methoden der Künstlichen Intelligenz - Goethe ...
Einführung in die Methoden der Künstlichen Intelligenz - Goethe ...
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
2.3 A ∗ -Algorithmus<br />
dann nennt man h 2 besser <strong>in</strong>formiert als h 1 .<br />
Hieraus alle<strong>in</strong>e kann man noch nicht folgern, dass <strong>der</strong> A ∗ -Algorithmus zu h 2 sich besser<br />
verhält als zu h 1 . (Übungsaufgabe)<br />
Notwendig ist: Die Abweichung bei Sortierung <strong>der</strong> Knoten mittels f muss kle<strong>in</strong> se<strong>in</strong>.<br />
D.h. optimal wäre f(k) ≤ f(k ′ ) ⇔ f ∗ (k) ≤ f ∗ (k ′ ).<br />
Der wichtigere Begriff ist:<br />
Def<strong>in</strong>ition 2.3.18. E<strong>in</strong>e Schätzfunktion h(.) ist monoton, gdw.<br />
h(N) ≤ c(N, N ′ ) + h(N ′ ) für alle Knoten N und <strong>der</strong>en Nachfolger N ′ und wenn h(Z) = 0 ist<br />
für Zielknoten Z.<br />
Offenbar gilt <strong>die</strong> Monotonie-Ungleichung auch für <strong>die</strong> optimale Weglänge von N nach<br />
N ′ , wenn N ′ ke<strong>in</strong> direkter Nachfolger von N ist. Dies kann man so sehen:<br />
h(N) ≤ g W (N, N 1 ) + h(N 1 ) ≤ g W (N, N 1 ) + g W (N 1 , N 2 ) + h(N 2 )<br />
Iteriert man das, erhält man: h(N) ≤ g W (N, N ′ ) + h(N ′ )<br />
Und damit auch h(N) ≤ g ∗ (N, N ′ ) + h(N ′ )<br />
Für den Weg zum Ziel Z gilt damit h(N) ≤ g ∗ (N, Z) + h(Z) = g ∗ (N, Z) , da h(Z) = 0 ist.<br />
Lemma 2.3.19. E<strong>in</strong>e monotone Schätzfunktion h(.) ist unterschätzend.<br />
Die Monotonie <strong>der</strong> Schätzfunktion entspricht <strong>der</strong> Dreiecksungleichung <strong>in</strong> Geometrien<br />
und metrischen Räumen.<br />
Die Monotonieeigenschaft beschreibt das Verhalten <strong>der</strong> Funktion f beim Expan<strong>die</strong>ren:<br />
Wenn <strong>die</strong> Schätzfunktion monoton ist, dann wächst <strong>der</strong> Wert von f monoton, wenn man<br />
e<strong>in</strong>en Weg weiter expan<strong>die</strong>rt.<br />
Satz 2.3.20. Ist <strong>die</strong> Schätzfunktion h monoton, so expan<strong>die</strong>rt <strong>der</strong> A ∗ -Algorithmus jeden untersuchten<br />
Knoten beim ersten mal bereits mit dem optimalen Wert. D.h. g(N) = g ∗ (N) für alle<br />
expan<strong>die</strong>rten Knoten.<br />
Beweis. Sei S = K 1 → . . . → K n e<strong>in</strong> optimaler Weg von S nach K n . Wir nehmen an <strong>die</strong><br />
Aussage sei falsch und es gelte g(K n ) > g ∗ (K n ) und K n wird expan<strong>die</strong>rt. Aus Lemma 2.3.9<br />
folgt: Es gibt e<strong>in</strong>en Knoten K i ≠ K n und (i < n), <strong>der</strong> <strong>in</strong> Open ist und für den gilt g(K i ) =<br />
g ∗ (K i ).<br />
f(K i ) = g ∗ (K i ) + h(K i )<br />
≤ g ∗ (K i ) + g ∗ (K i , K N ) + h(K N ) folgt aus Monotonie<br />
= g ∗ (K N ) + h(K N )<br />
< g(K N ) + h(K N ) = f(K N ).<br />
Da f(K i ) < f(K N ) müsste aber K i anstelle von K n expan<strong>die</strong>rt werden. D.h. wir haben<br />
e<strong>in</strong>en Wi<strong>der</strong>spruch gefunden.<br />
M. Schmidt-Schauß & D. Sabel, Skript KI, WS 2012/13 49 Stand: 1. November 2012