Poste de recherche

Recherche exponentielle itérative budgétisée

Nous abordons deux problèmes de longue date liés aux réexpansions dans les algorithmes de recherche heuristique. Pour la recherche de graphes, A* peut nécessiter Ω(2n) expansions, où n est le nombre d'états dans la borne f finale. Les algorithmes existants qui traitent ce problème comme B et B' améliorent cette limite à Ω(n2). Pour la recherche d'arbres, IDA* peut également nécessiter Ω(n2) expansions. Nous décrivons un nouveau cadre algorithmique qui contrôle itérativement un budget d'expansion et une limite de coût de solution, donnant lieu à de nouveaux algorithmes de recherche de graphes et d'arbres pour lesquels le nombre d'expansions est O(nlogC), où C est le coût de solution optimal. Nos expériences montrent que les nouveaux algorithmes sont robustes dans des scénarios où les algorithmes existants échouent. Dans le cas de la recherche d'arbres, nos nouveaux algorithmes n'ont pas de surcharge par rapport à IDA* dans des scénarios auxquels IDA* est bien adapté et peuvent donc être recommandés comme remplacement général de IDA*.

Derniers documents de recherche

Connectez-vous avec la communauté

Participez à l'écosystème croissant de l'IA en Alberta ! Les demandes de conférenciers, de parrainage et de lettres de soutien sont les bienvenues.

Explorer la formation et l'enseignement supérieur

Vous êtes curieux de connaître les possibilités d'études auprès de l'un de nos chercheurs ? Vous voulez plus d'informations sur les possibilités de formation ?

Exploiter le potentiel de l'intelligence artificielle

Faites-nous part de vos objectifs et de vos défis concernant l'adoption de l'IA dans votre entreprise. Notre équipe Investissements & Partenariats vous contactera sous peu !