قاموس الذكاء الاصطناعي
القاموس الكامل للذكاء الاصطناعي
خوارزمية النجمة (A*)
خوارزمية بحث عن المسار في الرسوم البيانية تجمع بين استكشاف التكلفة الموحدة لخوارزمية ديكسترا مع استدلال (heuristique) لتوجيه البحث نحو الهدف، مما يضمن مسارًا أمثل إذا كان الاستدلال مقبولاً.
خوارزمية ديكسترا
خوارزمية كلاسيكية لإيجاد أقصر مسار في رسم بياني مرجح، تستكشف العقد بشكل منهجي بترتيب تصاعدي للمسافة من نقطة البداية دون استخدام أي استدلال.
خوارزمية النجمة الديناميكية (D*)
خوارزمية تخطيط مسار ديناميكية وتزايدية قادرة على إعادة تنظيم المسارات بكفاءة عندما تتغير التكاليف أو طوبولوجيا البيئة أثناء التنفيذ.
استدلال مقبول (Admissible Heuristic)
دالة تقدير للتكلفة المتبقية لا تبالغ أبدًا في تقدير الحد الأدنى للتكلفة الحقيقية للوصول إلى الهدف، وهي خاصية أساسية تضمن أمثلية خوارزمية النجمة (A*).
شبكة التقطيع (Discretization Grid)
تمثيل للفضاء المستمر على شكل خلايا أو عقد منفصلة تسمح بتطبيق خوارزميات البحث عن المسار في البيئات المستمرة.
ثيتا* (Theta-Star)
نسخة معدلة من خوارزمية النجمة (A*) تسمح بمسارات خطية مستقيمة بين العقد غير المتجاورة عندما لا توجد عوائق، مما يولد مسارات أكثر واقعية وأقصر من المسارات المتعرجة.
القائمة المفتوحة (Open List)
هيكل بيانات يحتوي على العقد المكتشفة ولكن لم يتم استكشافها بالكامل بعد، وعادة ما يتم تنفيذها كقائمة أولويات بناءً على التكلفة الإجمالية المقدرة f(n).
القائمة المغلقة (Closed List)
مجموعة العقد التي تم استكشافها بالفعل بواسطة خوارزمية البحث، مما يسمح بتجنب إعادة التقييم والدورات في عملية البحث عن المسار.
تنعيم المسار
معالجة لاحقة تُطبق على المسار المتقطع الذي تم الحصول عليه لإنشاء منحنى مستمر وقابل للاشتقاق، مما يزيل الزوايا الحادة مع احترام قيود الاصطدام.
مجال الجهد الاصطناعي
طريقة تخطيط بديلة حيث ينجذب الروبوت نحو الهدف ويتنافر من العوائق، مما يخلق تدرجًا محتملاً يتم اتباعه للوصول إلى الوجهة.
Anytime A*
نسخة من A* قادرة على توفير حل شبه أمثل بسرعة ثم تحسينه بشكل متكرر مع الوقت المتاح، ومناسبة لتطبيقات الوقت الفعلي.
Weighted A*
تعديل لـ A* يبالغ في ترجيح الاستدلال لتسريع البحث على حساب الأمثلية، ويستخدم عندما تكون الحلول السريعة مفضلة.
Jump Point Search (JPS)
تحسين لـ A* للشبكات المنتظمة يزيل العقد المتماثلة ويحدد 'قفزات' مباشرة إلى نقاط القرار ذات الصلة، مما يقلل بشكل كبير من مساحة البحث.
Hierarchical Path-Finding (HPA*)
تقنية تخطيط هرمي تقوم بحساب المسارات مسبقًا بين المناطق عالية المستوى ثم تقوم بتحسينها محليًا، مما يسرع البحث على الشبكات الكبيرة جدًا.
Lifelong Planning A* (LPA*)
خوارزمية بحث تزايدية تعمل على تحسين عمليات إعادة التخطيط المتتالية عن طريق إعادة استخدام المعلومات من عمليات البحث السابقة عندما تتطور البيئة.