You're overestimating when the heur

You're overestimating when the heuristic's estimate is higher than the actual final path cost. You're underestimating when it's lower (you don't have to underestimate, you just have to not overestimate; correct estimates are fine). If your graph's edge costs are all 1, then the examples you give would provide overestimates and underestimates, though the plain coordinate distance also works peachy in a Cartesian space.

Overestimating doesn't exactly make the algorithm "incorrect"; what it means is that you no longer have an admissible heuristic, which is a condition for A* to be guaranteed to produce optimal behavior. With an inadmissible heuristic, the algorithm can wind up doing tons of superfluous work examining paths that it should be ignoring, and possibly finding suboptimal paths because of exploring those. Whether that actually occurs depends on your problem space. It happens because the path cost is 'out of joint' with the estimate cost, which essentially gives the algorithm messed up ideas about which paths are better than others.

I'm not sure whether you will have found it, but you may want to look at the Wikipedia A* article. I mention (and link) mainly because it's almost impossible to Google for it.

ผลลัพธ์ (ไทย) 1:

คุณกำลัง overestimating เมื่อประเมินของ heuristic จะสูงกว่าต้นทุนเส้นทางสุดท้ายที่แท้จริง คุณกำลังเราเมื่อถึงด้านล่าง (คุณไม่จำเป็นต้องดูถูกดูแคลน คุณก็ต้องไม่ overestimate การประเมินที่ถูกต้องจะดี) ถ้าต้นทุนขอบของกราฟ ทั้งหมด 1 แล้วตัวอย่างที่คุณให้จะให้ overestimates และ underestimates แม้ว่าระยะทางประสานงานธรรมดายังทำงาน peachy ในพื้นที่คาร์ทีเซียนOverestimating ไม่ว่าทำให้อัลกอริทึม "ถูกต้อง" ความหมาย คือ คุณไม่มี heuristic admissible ซึ่งเป็นเงื่อนไขสำหรับ A * การรับประกันผลิตลักษณะการทำงานที่เหมาะสม ด้วย heuristic เป็นอีก อัลกอริทึมสามารถยุติทำตันตรวจสอบเส้นทางว่า ควรจะละเว้น และค้นหาเส้นทางที่สภาพอาจเนื่องจากการสำรวจผู้ผลิตมีมากเกินไป ว่า ที่จริงเกิดขึ้นในพื้นที่ปัญหาของคุณ มันเกิดขึ้นเนื่องจากต้นทุนเส้นทาง 'ไม่ร่วม' อยู่กับต้นทุนประเมิน ซึ่งเป็นอัลกอริทึมที่สับสนความคิดเกี่ยวกับเส้นทางดีกว่าผู้อื่นผมไม่แน่ใจว่าคุณจะได้พบมัน แต่คุณอาจต้องการดูบทความวิกิพีเดียภาษา A * ฉันพูด (และเชื่อมโยง) เพราะเป็นเกือบไป Google ก็

ผลลัพธ์ (ไทย) 3:

เธอมองเมื่อแบ่งเป็นส่วนที่สูงกว่าต้นทุนจริงเส้นทางสุดท้าย คุณเข้าใจเมื่อมันลดลง ( คุณไม่ต้องไป คุณต้องไม่ อย่ามองข้าม ประเมินถูกต้องแล้ว ) ถ้ากราฟต้นทุนขอบทั้งหมด 1 , ตัวอย่างที่คุณให้จะให้ overestimates underestimates และ ,แม้ระยะทางพิกัดธรรมดายังใช้ได้ดีเยี่ยมในคาร์ทีเซียนพื้นที่

มองไม่ได้ทำให้ขั้นตอนวิธีการ " ไม่ถูกต้อง " ; มันก็หมายความว่าคุณไม่มีการยอมรับการแก้ปัญหาซึ่งเป็นเงื่อนไขสำหรับ * จะรับประกันผลิตพฤติกรรมที่เหมาะสม กับสิ่งที่ทำได้แบ่งอัลกอริทึมสามารถยุติการทำตันของไม่จำเป็นทำงานตรวจสอบเส้นทางที่ควรจะละเว้น และอาจจะหาเส้นทาง suboptimal เพราะการเหล่านั้น ว่าจริงๆแล้วเกิดขึ้นขึ้นอยู่กับพื้นที่ปัญหาของคุณ มันเกิดขึ้นเพราะต้นทุนเส้นทางออกมาร่วมกับการประมาณการค่าใช้จ่ายที่เป็นหลักให้ขั้นตอนวิธี messed ขึ้นความคิด ซึ่งเส้นทางที่เหนือกว่าผู้อื่น

ผมไม่แน่ใจว่า คุณจะได้พบมัน แต่คุณอาจต้องการที่จะดูที่วิกิพีเดีย * บทความ ฉันพูดถึง ( ลิงค์ ) ส่วนใหญ่เป็นเพราะมันเป็นไปไม่ได้เกือบที่จะ Google มัน