【发布时间】:2015-10-02 14:46:04
【问题描述】:
我知道他们都随机选择K,然后选择最好的K,据我所知,最好的K调用其他人来找到目标,那么Local beam search和Stochastic beam search之间的确切区别是什么?如果我错了,请帮助我并纠正我
【问题讨论】:
标签: algorithm artificial-intelligence beam-search
我知道他们都随机选择K,然后选择最好的K,据我所知,最好的K调用其他人来找到目标,那么Local beam search和Stochastic beam search之间的确切区别是什么?如果我错了,请帮助我并纠正我
【问题讨论】:
标签: algorithm artificial-intelligence beam-search
随机几乎意味着以某种方式随机化。束搜索的主要问题之一是它倾向于陷入局部最优而不是全局最优。为了避免这种随机搜索,给出了解决方案的一些(通常很小)概率来选择在给定时刻不是最优的步骤。您可以将其视为“添加随机性”。更好的方法是simulated annealing,在这种情况下,做出次优选择的机会会随着时间的推移而减少。
另一方面,局部搜索总是会选择最好的 K 个邻居,如果碰巧碰到一个,绝不允许偏离局部最优值。
【讨论】:
我认为唯一的区别是在随机束搜索中,随机选择 K 的后继者,而不是在局部束搜索中用 K 调用 K 的后继者。至少这是我从这个 SOURCE
中收集到的信息好问题!
编辑:这里是another source,它更详细地介绍了这些差异
【讨论】: