fbpx
วิกิพีเดีย

การค้นหาในแนวลึกแบบวนเพิ่มความลึก

ลิงก์ข้ามภาษาในบทความนี้ มีไว้ให้ผู้อ่านและผู้ร่วมแก้ไขบทความศึกษาเพิ่มเติมโดยสะดวก เนื่องจากวิกิพีเดียภาษาไทยยังไม่มีบทความดังกล่าว กระนั้น ควรรีบสร้างเป็นบทความโดยเร็วที่สุด

การค้นหาเชิงลึกจำกัดแบบวนเพิ่มความลึก (อังกฤษ:iterative deepening depth-first search) หรือ IDDFS เป็นขั้นตอนวิธีสำหรับการค้นปริภูมิสถานะ (state space search) ที่อาศัยการค้นหาเชิงลึกจำกัดแบบวนเพิ่มความลึกไปเรื่อยๆ จนถึงความลึก d เพื่อหาคำตอบที่ดีที่สุดซึ่ง d คือความลึกของสถานะคำตอบเป้าหมายนั้น ในแต่ละรอบของการวนค้นหาเป้าหมายนั้น ขั้นตอนวิธี IDDFS จะค้นเจอปม (node) ต่างๆในต้นไม้ค้นหา (search tree) ในลำดับเดียวกันกับแบบ การค้นหาเชิงลึก แต่ทำการสะสมไว้ว่า ปมที่ความลึกเท่าไหร่จะถูกค้นหา โดยการกระทำวิธีนี้สมมุติว่าต้นไม้ค้นหา เป็นต้นไม้บริบูรณ์ ซึ่งทำให้ได้ผลลัพธ์ที่มีประสิทธิภาพเทียบกับแบบการค้นหาตามแนวกว้าง

เนื้อหา

การค้นหาเชิงลึกจำกัดแบบวนเพิ่มความลึก เป็นขั้นตอนวิธีที่รวมการค้นหาตามพื้นที่แนวลึก และ การค้นหาตามพื้นที่แนวกว้างอย่างมีประสิทธิภาพ ขั้นตอนวิธีนี้จึงจะเป็นผลดีเมื่อค่าน้ำหนักของเส้นทาง (edge) การค้นหาไม่เป็นฟังก์ชันที่ลดลงตามความลึกของปมต่างๆ

การทำงานของขั้นตอนวิธีการค้นหาเชิงลึกจำกัดแบบวนเพิ่มความลึกนี้จะเป็นการค้นหาตามแนวลึกโดยเริ่มต้นให้กำหนดความลึกที่ใช้ค้นหาเริ่มที่ 1 และเริ่มค้นหาในแนวกว้าง ถ้าการค้นหายังไม่เจอเป้าหมายหรือยังไม่พบคำตอบที่ต้องการ จะเพิ่มความลึกที่ใช้ในการค้นหาไปเรื่อยๆ โดยเพิ่มทีละ 1 จนพบเป้าหมายที่ต้องการ ซึ่งขั้นตอนวิธีนี้จะสามารถหาคำตอบที่ระยะทางสั้นสุดได้ คือ ความลึก (d) ของต้นไม้ค้นหาสั้นที่สุด

ประสิทธิภาพด้านพื้นที่ (Space complexity)

ประสิทธิภาพด้านพื้นที่ (Space complexity) ของการค้นหาเชิงลึกจำกัดแบบวนเพิ่มความลึก (IDDFS) เป็น : O ( b d ) {\displaystyle O(bd)} ซึ่ง b คือ ปัจจัยการแตกกิ่ง และ d คือ ความลึกของเป้าหมายที่ต้องการค้นหา ซึ่งการค้นหาเชิงลึกจำกัดแบบวนเพิ่มความลึก (IDDFS) นั้นอาจจะต้องค้นปมเดิมซ้ำๆหลายครั้ง ซึ่งอาจจะทำให้สิ้นเปลืองพื้นที่ แต่ในความจริงแล้วมันก็ไม่ได้สิ้นเปลืองขนาดนั้น เนื่องจากปมต่างๆของต้นไม้ส่วนใหญ่อยู่ในระดับล่างๆ ทำให้การค้นหาปมต่างๆในต้นไม้ที่อยู่ระดับบนหลายๆครั้งไม่มีผล

ประสิทธิภาพด้านเวลา (Time complexity)

ประสิทธิภาพด้านเวลา (Time complexity) ของ การค้นหาเชิงลึกจำกัดแบบวนเพิ่มความลึก (IDDFS) ในต้นไม้ที่มีความสมดุลจะมีค่าของประสิทธิภาพด้านเวลาเท่ากับการค้นหาตามแนวลึกเป็น : O ( b d ) {\displaystyle O(b^{d})} ซึ่งเป็นการค้นหาที่ใช้เวลานาน ในการวนค้นหาตามแนวความลึกนั้น ปมต่างๆในระดับหนึ่งจะมีการถูกค้น หนึ่งครั้ง และเมื่อเพิ่มระดับขึ้น ปมต่างๆที่ถูกค้นในระดับหนึ่งก็จะถูกค้นเพิ่มอีกครั้งหนึ่ง ขึ้นอยู่กับปมรากของต้นไม้ค้นหา ซึ่งปมรากของต้นไม้ค้นหานั้นจะถูกค้น d+1 ครั้ง ดังนั้น ผลรวมของจำนวนการค้นปมต่างๆในการวนค้นหาเชิงความลึกนั้นจะเป็น

"---------------------------------รูปเปรียบเทียบการค้นหา---------------------------
( d + 1 ) 1 + ( d ) b + ( d 1 ) b 2 + + 3 b d 2 + 2 b d 1 + b d {\displaystyle (d+1)1+(d)b+(d-1)b^{2}+\cdots +3b^{d-2}+2b^{d-1}+b^{d}}
i = 0 d ( d + 1 i ) b i {\displaystyle \sum _{i=0}^{d}(d+1-i)b^{i}}

ถ้ากำหนดให้ b = 10 และ d = 5 จะได้ 6 + 50 + 400 + 3,000 + 20,000 + 100,000 = 123,456

ส่วนแบบการค้นหาตามแนวลึก จะมีผลรวมของการค้นปมต่างๆเป็น

1 + b + b 2 + + b d 2 + b d 1 + b d {\displaystyle 1+b+b^{2}+\cdots +b^{d-2}+b^{d-1}+b^{d}}

ถ้ากำหนดให้ b = 10 และ d = 5 จะได้ 1 + 10 + 100 + 1,000 + …. + 100,000 = 111,111

จากทั้งหมดข้างต้นนั้น การวนค้นหาตามแนวลึก ที่เริ่มจากความลึก 1 ไปถึง ความลึก d จะมีการค้นปมของปมต่างๆ มากกว่าแบบการค้นหาตามแนวกว้าง หรือการค้นแบบจำกัดความลึก ประมาณ 11% ที่ความลึก d และ b = 10 โดยหากปัจจัยในการแตกกิ่งมีค่าสูงจะทำให้ การซ้ำกันของการค้นปมของสถานะที่อยู่ในระดับบนจะมีค่าต่ำแม้ว่าปัจจัยในการแตกกิ่งจะมีค่าเป็น 2 หรือ มากกว่า แต่ การค้นหาเชิงลึกจำกัดแบบวนเพิ่มความลึกจะทำการค้นหา 2 ครั้ง โดยต้องยังคงสภาพ การค้นหาตามแนวกว้างที่สมบูรณ์ หมายความได้ว่าประสิทธิภาพของเวลาการทำงานของการค้นหาเชิงลึกจำกัดแบบวนเพิ่มความลึกยังมีค่า O(bd) และประสิทธิภาพด้านพื้นที่ยังคงเป็น O(bd) เช่นเดิม .โดยทั่วไปแล้ว การค้นหาเชิงลึกจำกัดแบบวนเพิ่มความลึกจะเป็นวิธีการค้นหาที่ดีกว่าแบบอื่นๆ เมื่อจำนวนพื้นที่ที่ต้องค้นหามีขนาดใหญ่ และ ไม่ทราบความลึกของคำตอบเป้าหมายที่ต้องการ



การได้คำตอบที่เหมาะสม (Optimality)

การได้คำตอบที่เหมาะสม (Optimality) คำตอบที่ได้จากการค้นหาแบบ การค้นหาเชิงลึกจำกัดแบบวนเพิ่มความลึก (IDDFS) จะเหมาะสมก็ต่อเมื่อเส้นทาง (edge) ที่ใช้ผ่านแต่ละปมที่ต้องการค้นหาในต้นไม้ค้นหามีน้ำหนักเท่ากัน คือ 1 ถ้าน้ำหนักของเส้นทาง (edge) การเดินทางของแต่ละปมมีค่าต่างกันที่ไม่ใช่ 1 จะทำให้คำตอบที่มาจากการค้นหาไม่เหมาะสม

ความสมบูรณ์ (Completeness)

การได้คำตอบหรือการใช้ขั้นตอนวิธีการค้นหาเชิงลึกจำกัดแบบวนเพิ่มความลึกนั้นจะมีความสมบูรณ์เหมือนกับ การค้นเชิงแนวกว้าง ซึ่งความสมบูรณ์นั้นอยู่ภายใต้ปัจจัยที่ว่า ค่าปัจจัยในการแตกกิ่ง (b) ต้องมีขอบเขตจำกัด (finite) ซึ่งถ้าปัจจัยต่างๆเหมาะสมแล้วขั้นตอนวิธีการค้นหาเชิงลึกจำกัดแบบวนเพิ่มความลึก จะใช้เวลาดีและทำงานได้เร็วกว่าขั้นตอนวิธีการค้นเชิงลึก และ การค้นเชิงแนวกว้าง

จากกราฟหากเราเริ่มค้นหาตามแนวลึกโดยเริ่มต้นที่จุด A กำหนดให้เส้นทาง (edge) ด้านซ้ายจะถูกเลือกก่อนเส้นทาง (edge) ในด้านขวา และการค้นหาจะจำไว้ว่าก่อนหน้าเคยค้นปมไหนมาแล้วบ้าง และจะไม่ค้นปมนั้นซ้ำอีก ดังนั้นการค้นปมต่างๆในกราฟข้างต้นจะได้เป็นลำดับดังนี้ A, B, D, F, E, C, G

ในอีกแบบหนึ่งผลที่ได้จากการค้นหาตามแนวลึกที่เริ่มต้นที่จุด A แต่จะไม่จำว่าก่อนหน้าเคยค้นพบปมไหนมาก่อน ผลที่ได้จากการค้นหาจะเป็น order A, B, D, F, E, A, B, D, F, E, etc. ซ้ำแบบนี้ไปเรื่อยๆ ซึ่งจะไม่สามารถค้นเจอปม C หรือ G ในกราฟได้

การค้นหาเชิงลึกจำกัดแบบวนเพิ่มความลึก จะป้องกันการเกิด loop แบบด้านบน และจะทำให้ค้นปมต่างๆในแต่ความลึกของปมต่างๆนั้นเอง ซึ่งจะให้ดำเนินการจากซ้ายไปขวาแบบข้างต้น

  • 0: A
  • 1: A (ค้นซ้ำ), B, C, E

(หมายเหตุ : iterative deepening ได้ค้นเจอปม C ซึ่งการค้นหาตามแนวลึกข้างต้นค้นไม่เจอ )

  • 2: A, B, D, F, C, G, E, F

(หมายเหตุ : ยังสามารถค้นเจอปม C แต่คราวนี้เกิดการค้นเจอทีหลัง เนื่องด้วยการค้นเจอปม E ในคนละเส้นทางและ การจะเกิดกสนวนกลับมาค้นเจอปม F ถึงสองครั้ง

  • 3: A, B, D, F, E, C, G, E, F, B

จากกราฟข้างต้น เมื่อเพิ่มความลึก สังเกต 2 วัฏจักร คือ "ABFE" และ "AEFB" จะเจอได้ง่ายและบ่อยครั้ง ก่อนที่ขั้นตอนวิธีจะหยุดและไปค้นหาในเส้นทางอื่นๆ

มีขั้นตอนวิธีที่คล้ายกับ การค้นหาเชิงลึกจำกัดแบบวนเพิ่มความลึก (IDDFS) คือ iterative lengthening search ซึ่งเป็นขั้นตอนวิธีที่มีการเพิ่มน้ำหนักของเส้นทาง (edge) ของระดับความลึกในชั้นต่างๆ ซึ่งการซ้ำการค้นปมๆต่างในระดับต่างๆนั้นจะมีค่าน้ำหนักบนเส้นทาง (edge) ไปยังปมต่างๆเหล่านั้นเพิ่มขึ้นด้วย เพราะฉะนั้นเป้าหมายแรกที่ได้จะเป็นเส้นทางที่มีค่ารวมของน้ำหนักบนเส้นทางดีที่สุด คือถูกที่สุดนั่นเอง แต่ iterative lengthening ก็ยังมีปัญหาอยู่มากทำให้ เป็นวิธีการค้นหาที่ยังไม่ดีเท่าการค้นเชิงลึกจำกัดแบบวนเพิ่มความลึก

การค้นหาแบบ การค้นหาเชิงลึกจำกัดแบบวนเพิ่มความลึก (IDDFS) จะใช้ได้ในงานหลายๆ ด้าน เช่น ในเรื่องเกี่ยวกับการทำปัญญาประดิษฐ์ เช่นการจำลองการเล่นหมากรุก

การค้นหาแบบ การค้นหาเชิงลึกจำกัดแบบวนเพิ่มความลึก (IDDFS) จะนำไปใช้ใน game tree เช่น killer heuristicand , alpha-beta pruning (ขั้นตอนวิธีที่ใช้ลดการหาที่ไม่จำเป็น) ซึ่งมากไปด้วยการประมาณความถูกต้องของคะแนนของปมต่างๆกันที่ปลายทางความลึกที่สามารถเกิดขึ้นได้ และการค้นหาจะเสร็จได้รวดเร็ว

Iterative Deepening Depth-First Search (IDDFS) หรือ การค้นหาเชิงลึกจำกัดแบบวนเพิ่มความลึก เป็นขั้นตอนวิธีที่ดัดแปลงหรือพัฒนามากจากการค้นแบบจำกัดความลึก โดยอาศัยหลักการของขั้นตอนวิธีเชิงละโมบ ที่จะค่อยๆ หาคำตอบที่ต้องการจากเริ่มต้นที่กำหนดความลึกที่จะค้นหาไว้ที่ 0 แล้วเพิ่มค่าความลึกขึ้นไปเรื่อยๆ จนกว่าเราจะเจอเป้าหมายคำตอบต้องการได้

ข้อมูลเพิ่มเติม

ตัวอย่างโปรแกรม

  • [Russell, Stuart J.; Norvig, Peter (2003), Artificial Intelligence: A Modern Approach (2nd ed.), Upper Saddle River, New Jersey: Prentice Hall, ISBN 0-13-790395-2]
  • www.inc.eng.kmutt.ac.th/course/inc551/551lec03.ppt

การค้นหาในแนวลึกแบบวนเพิ่มความลึก
การค, นหาในแนวล, กแบบวนเพ, มความล, ภาษาอ, เฝ, าด, แก, ไข, เปล, ยนทางจาก, iterative, deepening, depth, first, search, งก, ามภาษา, ในบทความน, ไว, ให, านและผ, วมแก, ไขบทความศ, กษาเพ, มเต, มโดยสะดวก, เน, องจากว, เด, ยภาษาไทยย, งไม, บทความด, งกล, าว, กระน, ควรร, บส. karkhnhainaenwlukaebbwnephimkhwamluk phasaxun efadu aekikh epliynthangcak Iterative deepening depth first search lingkkhamphasa inbthkhwamni miiwihphuxanaelaphurwmaekikhbthkhwamsuksaephimetimodysadwk enuxngcakwikiphiediyphasaithyyngimmibthkhwamdngklaw krann khwrribsrangepnbthkhwamodyerwthisud karkhnhaechinglukcakdaebbwnephimkhwamluk xngkvs iterative deepening depth first search hrux IDDFS epnkhntxnwithisahrbkarkhnpriphumisthana state space search thixasykarkhnhaechinglukcakdaebbwnephimkhwamlukiperuxy cnthungkhwamluk d ephuxhakhatxbthidithisudsung d khuxkhwamlukkhxngsthanakhatxbepahmaynn inaetlarxbkhxngkarwnkhnhaepahmaynn khntxnwithi IDDFS cakhnecxpm node tangintnimkhnha search tree inladbediywknkbaebb karkhnhaechingluk aetthakarsasmiwwa pmthikhwamlukethaihrcathukkhnha odykarkrathawithinismmutiwatnimkhnha epntnimbriburn sungthaihidphllphththimiprasiththiphaphethiybkbaebbkarkhnhatamaenwkwang enuxha 1 lksnathwip 2 khntxnwithikarthangan 3 rhsethiym 4 khunsmbti 4 1 prasiththiphaphdanphunthi Space complexity 4 2 prasiththiphaphdanewla Time complexity 4 3 karidkhatxbthiehmaasm Optimality 4 4 khwamsmburn Completeness 5 twxyang 6 karnaipprayuktich 7 srup 8 ephimetim 8 1 khxmulephimetim 8 2 twxyangopraekrm 9 xangxinglksnathwip aekikhkarkhnhaechinglukcakdaebbwnephimkhwamluk epnkhntxnwithithirwmkarkhnhatamphunthiaenwluk aela karkhnhatamphunthiaenwkwangxyangmiprasiththiphaph khntxnwithinicungcaepnphldiemuxkhanahnkkhxngesnthang edge karkhnhaimepnfngkchnthildlngtamkhwamlukkhxngpmtangkhntxnwithikarthangan aekikhkarthangankhxngkhntxnwithikarkhnhaechinglukcakdaebbwnephimkhwamluknicaepnkarkhnhatamaenwlukodyerimtnihkahndkhwamlukthiichkhnhaerimthi 1 aelaerimkhnhainaenwkwang thakarkhnhayngimecxepahmayhruxyngimphbkhatxbthitxngkar caephimkhwamlukthiichinkarkhnhaiperuxy odyephimthila 1 cnphbepahmaythitxngkar sungkhntxnwithinicasamarthhakhatxbthirayathangsnsudid khux khwamluk d khxngtnimkhnhasnthisud rhsethiym aekikhIDDFS rak epahmay khwamluk 0 trabidthi yngimphbepahmay epahmay DLS rak epamhmay khwamluk khwamluk khwamluk 1 khunkha epahmay DLS pm epahmay khwamluk tha khwamluk gt 0 tha pm epahmay khunkha pm sahrbaetlapmlukthithukkhn pm DLS pmluk epahmay khwamluk 1 khunsmbti aekikhprasiththiphaphdanphunthi Space complexity aekikh prasiththiphaphdanphunthi Space complexity khxngkarkhnhaechinglukcakdaebbwnephimkhwamluk IDDFS epn O b d displaystyle O bd sung b khux pccykaraetkking aela d khux khwamlukkhxngepahmaythitxngkarkhnha sungkarkhnhaechinglukcakdaebbwnephimkhwamluk IDDFS nnxaccatxngkhnpmedimsahlaykhrng sungxaccathaihsinepluxngphunthi aetinkhwamcringaelwmnkimidsinepluxngkhnadnn enuxngcakpmtangkhxngtnimswnihyxyuinradblang thaihkarkhnhapmtangintnimthixyuradbbnhlaykhrngimmiphl prasiththiphaphdanewla Time complexity aekikh prasiththiphaphdanewla Time complexity khxng karkhnhaechinglukcakdaebbwnephimkhwamluk IDDFS intnimthimikhwamsmdulcamikhakhxngprasiththiphaphdanewlaethakbkarkhnhatamaenwlukepn O b d displaystyle O b d sungepnkarkhnhathiichewlanan inkarwnkhnhatamaenwkhwamluknn pmtanginradbhnungcamikarthukkhn hnungkhrng aelaemuxephimradbkhun pmtangthithukkhninradbhnungkcathukkhnephimxikkhrnghnung khunxyukbpmrakkhxngtnimkhnha sungpmrakkhxngtnimkhnhanncathukkhn d 1 khrng dngnn phlrwmkhxngcanwnkarkhnpmtanginkarwnkhnhaechingkhwamluknncaepn rupepriybethiybkarkhnha d 1 1 d b d 1 b 2 3 b d 2 2 b d 1 b d displaystyle d 1 1 d b d 1 b 2 cdots 3b d 2 2b d 1 b d i 0 d d 1 i b i displaystyle sum i 0 d d 1 i b i thakahndih b 10 aela d 5 caid 6 50 400 3 000 20 000 100 000 123 456 swnaebbkarkhnhatamaenwluk camiphlrwmkhxngkarkhnpmtangepn 1 b b 2 b d 2 b d 1 b d displaystyle 1 b b 2 cdots b d 2 b d 1 b d thakahndih b 10 aela d 5 caid 1 10 100 1 000 100 000 111 111 cakthnghmdkhangtnnn karwnkhnhatamaenwluk thierimcakkhwamluk 1 ipthung khwamluk d camikarkhnpmkhxngpmtang makkwaaebbkarkhnhatamaenwkwang hruxkarkhnaebbcakdkhwamluk praman 11 thikhwamluk d aela b 10 odyhakpccyinkaraetkkingmikhasungcathaih karsaknkhxngkarkhnpmkhxngsthanathixyuinradbbncamikhataaemwapccyinkaraetkkingcamikhaepn 2 hrux makkwa aet karkhnhaechinglukcakdaebbwnephimkhwamlukcathakarkhnha 2 khrng odytxngyngkhngsphaph karkhnhatamaenwkwangthismburn hmaykhwamidwaprasiththiphaphkhxngewlakarthangankhxngkarkhnhaechinglukcakdaebbwnephimkhwamlukyngmikha O bd aelaprasiththiphaphdanphunthiyngkhngepn O bd echnedim odythwipaelw karkhnhaechinglukcakdaebbwnephimkhwamlukcaepnwithikarkhnhathidikwaaebbxun emuxcanwnphunthithitxngkhnhamikhnadihy aela imthrabkhwamlukkhxngkhatxbepahmaythitxngkar karidkhatxbthiehmaasm Optimality aekikh karidkhatxbthiehmaasm Optimality khatxbthiidcakkarkhnhaaebb karkhnhaechinglukcakdaebbwnephimkhwamluk IDDFS caehmaasmktxemuxesnthang edge thiichphanaetlapmthitxngkarkhnhaintnimkhnhaminahnkethakn khux 1 thanahnkkhxngesnthang edge karedinthangkhxngaetlapmmikhatangknthiimich 1 cathaihkhatxbthimacakkarkhnhaimehmaasm khwamsmburn Completeness aekikh karidkhatxbhruxkarichkhntxnwithikarkhnhaechinglukcakdaebbwnephimkhwamluknncamikhwamsmburnehmuxnkb karkhnechingaenwkwang sungkhwamsmburnnnxyuphayitpccythiwa khapccyinkaraetkking b txngmikhxbekhtcakd finite sungthapccytangehmaasmaelwkhntxnwithikarkhnhaechinglukcakdaebbwnephimkhwamluk caichewladiaelathanganiderwkwakhntxnwithikarkhnechingluk aela karkhnechingaenwkwangtwxyang aekikh cakkrafhakeraerimkhnhatamaenwlukodyerimtnthicud A kahndihesnthang edge dansaycathukeluxkkxnesnthang edge indankhwa aelakarkhnhacacaiwwakxnhnaekhykhnpmihnmaaelwbang aelacaimkhnpmnnsaxik dngnnkarkhnpmtanginkrafkhangtncaidepnladbdngni A B D F E C G inxikaebbhnungphlthiidcakkarkhnhatamaenwlukthierimtnthicud A aetcaimcawakxnhnaekhykhnphbpmihnmakxn phlthiidcakkarkhnhacaepn order A B D F E A B D F E etc saaebbniiperuxy sungcaimsamarthkhnecxpm C hrux G inkrafid karkhnhaechinglukcakdaebbwnephimkhwamluk capxngknkarekid loop aebbdanbn aelacathaihkhnpmtanginaetkhwamlukkhxngpmtangnnexng sungcaihdaeninkarcaksayipkhwaaebbkhangtn 0 A1 A khnsa B C E hmayehtu iterative deepening idkhnecxpm C sungkarkhnhatamaenwlukkhangtnkhnimecx 2 A B D F C G E F hmayehtu yngsamarthkhnecxpm C aetkhrawniekidkarkhnecxthihlng enuxngdwykarkhnecxpm E inkhnlaesnthangaela karcaekidksnwnklbmakhnecxpm F thungsxngkhrng 3 A B D F E C G E F B cakkrafkhangtn emuxephimkhwamluk sngekt 2 wtckr khux ABFE aela AEFB caecxidngayaelabxykhrng kxnthikhntxnwithicahyudaelaipkhnhainesnthangxunkarnaipprayuktich aekikhmikhntxnwithithikhlaykb karkhnhaechinglukcakdaebbwnephimkhwamluk IDDFS khux iterative lengthening search sungepnkhntxnwithithimikarephimnahnkkhxngesnthang edge khxngradbkhwamlukinchntang sungkarsakarkhnpmtanginradbtangnncamikhanahnkbnesnthang edge ipyngpmtangehlannephimkhundwy ephraachannepahmayaerkthiidcaepnesnthangthimikharwmkhxngnahnkbnesnthangdithisud khuxthukthisudnnexng aet iterative lengthening kyngmipyhaxyumakthaih epnwithikarkhnhathiyngimdiethakarkhnechinglukcakdaebbwnephimkhwamluk karkhnhaaebb karkhnhaechinglukcakdaebbwnephimkhwamluk IDDFS caichidinnganhlay dan echn ineruxngekiywkbkarthapyyapradisth echnkarcalxngkarelnhmakruk karkhnhaaebb karkhnhaechinglukcakdaebbwnephimkhwamluk IDDFS canaipichin game tree echn killer heuristicand alpha beta pruning khntxnwithithiichldkarhathiimcaepn sungmakipdwykarpramankhwamthuktxngkhxngkhaaennkhxngpmtangknthiplaythangkhwamlukthisamarthekidkhunid aelakarkhnhacaesrcidrwderwsrup aekikhIterative Deepening Depth First Search IDDFS hruxkarkhnhaechinglukcakdaebbwnephimkhwamluk epnkhntxnwithithiddaeplnghruxphthnamakcakkarkhnaebbcakdkhwamluk odyxasyhlkkarkhxngkhntxnwithiechinglaomb thicakhxy hakhatxbthitxngkarcakerimtnthikahndkhwamlukthicakhnhaiwthi 0 aelwephimkhakhwamlukkhuniperuxy cnkwaeracaecxepahmaykhatxbtxngkaridephimetim aekikhkhxmulephimetim aekikh en iterative lengthening search 1 twxyangopraekrm aekikh 2 xangxing aekikh Russell Stuart J Norvig Peter 2003 Artificial Intelligence A Modern Approach 2nd ed Upper Saddle River New Jersey Prentice Hall ISBN 0 13 790395 2 3 www inc eng kmutt ac th course inc551 551lec03 ppt 4 ekhathungcak https th wikipedia org w index php title karkhnhainaenwlukaebbwnephimkhwamluk amp oldid 8954803, wikipedia, วิกิ หนังสือ, หนังสือ, ห้องสมุด,

บทความ

, อ่าน, ดาวน์โหลด, ฟรี, ดาวน์โหลดฟรี, mp3, วิดีโอ, mp4, 3gp, jpg, jpeg, gif, png, รูปภาพ, เพลง, เพลง, หนัง, หนังสือ, เกม, เกม