Demo 01

符号主义与搜索：机器能否通过搜索表现出智能？

早期 AI 把智能看作在明确规则空间中寻找答案。这个章节展示搜索为什么强大，以及状态空间扩大后为什么会遇到组合爆炸。

教学型交互案例

搜索树逐步探索

早期 AI 为什么依赖搜索？为什么会遭遇组合爆炸？

当前节点已展开 frontier 最终路径

适配屏幕放大查看

frontier 数量 3

累计展开数 1

frontier 峰值 3

展开序列: Start

frontier 顺序: A → B → C

组合增长: 若平均分支数为 b、目标深度为 d，均匀搜索到该层的状态量级约为 b^d。 b=3, d=2, b^d = 3^2 = 9.

广度优先不急着猜方向，而是一层一层扩展；可靠但很快遇到状态数量膨胀。

步骤 1 / 8

学习目标

简化说明

本案例在固定小树上真实运行确定性的 BFS、DFS 与 A*。所有边成本均为 1，启发值是为教学预设的估计距离。

观察指南

它之前的问题是机器还缺少可执行的“问题求解”方法。搜索解决了路径寻找和规划问题，但没有解决知识表示、启发式质量和规模爆炸。后续影响包括规划、博弈树、A* 和强化学习中的搜索思想。

参考资料

Concept Check

自测只帮助你检查理解，不影响继续学习。记录仅保存在本设备。