It won't hurt to try

Deep-running - 2. Trends in AI 본문

인공지능/Deep-running

Deep-running - 2. Trends in AI

yongki.doki 2020. 9. 23. 23:05

2-1. 탐색・추론

1. 탐색・추론

1.1 미로(탐색트리)

밑의 블로그를 참조하면 미로 문제를 트리구조로 풀수 있다는것을 알수있을 것이다.

알고리즘&접근방법이 궁금하다면 아래 포스트를 참고하기를 바란다.

hyanghope.tistory.com/60

 

[ALGORITHMS]문제 16 미로 찾기 알고리즘

문제 16 미로 찾기 알고리즘 다음 그림과 같이 미로의 형태와 출발점과 도착점이 주어 졌을때 출발점에서 도착점까지 가기 위한 최단 경로를 찾는 알고리즘을 만들어보세요 1. 문제 분석과 모델�

hyanghope.tistory.com

기본적으로 이 문제를 풀기 위해서는 두가지 방법이 있다.

1. 너비 우선 탐색

2. 깊이 우선 탐색

 

■ 너비 우선 탐색

연결된 노드를 우선 탐색해준다. 계속해서 연결된 모든 노드를 탐색해준다.

 

・ 메모리 부담이 많다.(병렬)

 

 

 

 

 

 

■ 깊이 우선 탐색

마지막 노드(더 이상 갈곳이 없는 노드)까지 먼저 가고, 다음에 다른 노드들도 마지막 노드 까지 탐색한다.

 

・ 메모리 부담이 적다.(직렬)

 

 

 

 

 

 

1.2 하노이의 탑

알고리즘 공부에 관심이 있다면 한번쯤 들어봤을 문제이다.

이 문제도 미로 문제와 같이 컴퓨터가 이해할 수 있는 형식으로 바꿔줄 필요가 있다.

 

변수설정

이런식으로 기둥마다, 원반마다 변수를 지정해 주면

컴퓨터가 이해할 수 있는 형식이 된다.

 

 

 

 

이진탐색

이런식으로 탐색할 수 있게 된다.

 

 

 

 

 

 

 

 

 

 

 

 

 

1.3 로봇의 이행계획

planning이라는 기술이란다,, 찾아보니 그냥 계획설계한다는 말인것 같다.

일본인들의 영어숭배사상,,

 

300x250
300x250

'인공지능 > Deep-running' 카테고리의 다른 글

딥러닝 공부 페이지  (0) 2020.11.08
G검정 파일  (0) 2020.11.05
Deep-running - 1. What's AI  (0) 2020.09.22
Deep-running - 0.Start  (0) 2020.09.22
Comments