3. 探索推論

探索木は、問題解決の際に可能な選択肢を木構造で表現したものです。

幅優先探索は、まず同じ階層のノードをすべて探索してから次の階層に進む手法です。

深さ優先探索は、できるだけ深いノードまで探索してから次に進む手法です。

ブルートフォースは、全ての選択肢を総当たりで探索する手法です。

Mini-Max法は、ゲームにおいて最善手を選ぶために、最大と最小の評価を交互に行う手法です。

αβ法は、Mini-Max法に枝刈りを加えて効率的に探索を行う手法です。

ハノイの塔は、探索アルゴリズムの例題として使われるパズル問題です。

STRIPSは、AIによる自動計画立案に使われる手法で、状態と行動の変化を記述します。

SHRDLUは、ブロックの世界を対象に自然言語で操作できる初期のAIシステムです。

モンテカルロ法は、確率的にランダムな試行を多数行って最適解を導く手法です。