[G1-Sync] Manual knowledge update

10_Wiki/Topics/AI_and_ML/Heuristic-Search.md

@@ -2,88 +2,35 @@
 id: wiki-2026-0508-heuristic-search
 title: Heuristic Search
 category: 10_Wiki/Topics
-status: needs_review
-canonical_id: self
-aliases: [CS-HEUR-001]
-duplicate_of: none
+status: duplicate
+canonical_id: wiki-2026-0508-heuristics
+duplicate_of: "[[Heuristics]]"
+aliases: [A*, IDA*, best-first search, heuristic search]
 source_trust_level: A
-confidence_score: 1.0
-tags: [ai, algorithms, Search-algorithms, heuristic, a-star, pathfinding]
-raw_sources: []
-last_reinforced: 2026-04-26
+confidence_score: 0.95
+verification_status: redirected
+tags: [duplicate, heuristic, search, ai]
+last_reinforced: 2026-05-10
 github_commit: pending
-inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
-tech_stack:
-  language: unspecified
-  framework: unspecified
 ---
 
-# Heuristic Search (휴리스틱 탐색)
+# Heuristic Search
 
-## 📌 한 줄 통찰 (The Karpathy Summary)
-> "완벽한 계산에 집착하기보다, 정답에 가까울 것 같은 길을 먼저 선택하여 탐색의 미로를 돌파하라" — 문제 해결 과정에서 모든 경로를 탐색하는 대신, 현재 상태에서 목표까지 남은 거리나 비용을 추정(Heuristic)하여 탐색 범위를 획기적으로 줄이는 전략.
+> **이 문서는 [[Heuristics]] 의 specialization 입니다.** Canonical 문서로 redirect.
 
-## 📖 구조화된 지식 (Synthesized Content)
-- **추출된 패턴:** "Best-First Search" — 평가 함수 $f(n) = g(n) + h(n)$ 을 사용하여, 지금까지 온 비용($g$)과 앞으로 남은 예상 비용($h$)의 합이 가장 적은 노드부터 우선적으로 방문하는 우선순위 탐색 패턴.
-- **핵심 알고리즘:**
-    - **A* Search:** 가장 널리 쓰이는 휴리스틱 탐색으로, 남은 거리($h$)를 과소평가(Admissibility)할 경우 항상 최단 경로를 보장함.
-    - **Greedy Best-First Search:** 현재 위치에서 목표에 가장 가까워 보이는 곳으로만 이동. 빠르지만 최단 경로 보장 못함.
-    - **Beam Search:** 메모리 제약을 위해 상위 N개의 유망한 경로만 남기고 탐색 (LLM 문장 생성에 사용).
-- **의의:** 탐색 공간이 기하급수적으로 늘어나는 문제(체스, 경로 찾기, 언어 모델링 등)에서 연산 자원을 효율적으로 사용하여 현실적인 시간 내에 답을 도출함.
+## 핵심 요약 (search-specific)
+- **A***: 매 f = g + h, 매 admissible h.
+- **IDA***: 매 iterative deepening A* — 매 memory ↓.
+- **Best-first**: 매 h only (greedy).
+- **MCTS**: 매 sampled tree search.
+- **응용**: 매 path planning, puzzle, game AI.
 
-## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
-- **과거 데이터와의 충돌:** 완전 탐색(BFS, DFS)이 정답이라는 고정관념에서 벗어나, 복잡도가 높은 현실 문제에서는 '충분히 좋은 해'를 빠르게 찾는 휴리스틱이 더 가치 있음을 증명.
-- **정책 변화:** Skybound 프로젝트의 적 함대 경로 탐색 알고리즘은 장애물 회피를 위해 최적화된 A* 휴리스틱을 사용하여 실시간 프레임 저하 없이 복잡한 지형을 기동함.
+## 🔗 Graph
+- 부모: [[Heuristics]] (canonical)
+- Adjacent: [[Goal-Oriented-Action-Planning]] · [[Game-AI]]
 
-## 🔗 지식 연결 (Graph)
-- Search-Algorithms, [[Greedy-Algorithms|Greedy-Algorithms]], A-Star-Algorithm-[[Optimization|Optimization]]s, Decision-Trees-and-Random-Forests
-- **Raw Source:** 10_Wiki/Topics/AI/Heuristic-Search.md
-
-## 🤖 LLM 활용 힌트 (How to Use This Knowledge)
-
-**언제 이 지식을 쓰는가:**
-- *(TODO)*
-
-**언제 쓰면 안 되는가:**
-- *(TODO)*
-
-## 🧪 검증 상태 (Validation)
-
-- **정보 상태:** needs_review
-- **출처 신뢰도:** A
-- **검토 이유:** *(P-Reinforce Phase 1 자동 정규화. 본문 검증 필요.)*
-
-## 🧬 중복 검사 (Duplicate Check)
-
-- **기존 유사 문서:** *(TODO: 인덱서 클러스터 리포트 참조)*
-- **처리 방식:** UPDATE (자동 정규화)
-- **처리 이유:** Phase 1 정규화 — 옛 템플릿/누락 필드 보강.
-
-## 🕓 변경 이력 (Changelog)
-
-| 날짜 | 변경 내용 | 처리 방식 | 신뢰도 |
-|------|-----------|-----------|--------|
-| 2026-05-08 | P-Reinforce Phase 1 정규화 (frontmatter + 헤더 표준화) | UPDATE | A |
-
-## 💻 코드 패턴 (Code Patterns)
-
-**패턴 1:** *(TODO: 이 프로젝트 컨벤션 반영한 구조 스켈레톤)*
-
-```text
-# TODO
-```
-
-## 🤔 의사결정 기준 (Decision Criteria)
-
-**선택 A를 써야 할 때:**
-- *(TODO)*
-
-**선택 B를 써야 할 때:**
-- *(TODO)*
-
-**기본값:**
-> *(TODO)*
-
-## ❌ 안티패턴 (Anti-Patterns)
-
-- **[안티패턴]:** *(TODO: 무엇을 하면 안 되는가 + 이유 + 대신 무엇을)*
+## 🕓 변경 이력
+| 날짜 | 변경 |
+|---|---|
+| 2026-05-08 | Phase 1 |
+| 2026-05-10 | 중복 처리 — canonical 문서로 redirect |