[G1-Sync] Manual knowledge update

10_Wiki/Topics/Constraint Satisfaction Problems (CSP).md

@@ -1,8 +1,8 @@
 ---
-id: P-REINFORCE-AI-CSP
+id: [[P-Reinforce]]-AI-CSP
 category: "10_Wiki/💡 Topics/AI"
 confidence_score: 0.93
-tags: [Algorithm, AI, Optimization, CSP]
+tags: [Algorithm, AI, [[Optimization]], CSP]
 last_reinforced: 2026-04-20
 ---
 
@@ -17,12 +17,12 @@ last_reinforced: 2026-04-20
     - **Domains ($D$)**: 각 변수가 가질 수 있는 가능한 값들의 집합.
     - **Constraints ($C$)**: 변수들 사이의 규칙 (예: 같은 시간에는 한 강의실만 사용 가능).
 - **Core Algorithms**:
-    - **Backtracking Search**: 값을 하나씩 할당해보고 규칙에 어긋나면 돌아가는 방식.
+    - **Backtracking [[Search]]**: 값을 하나씩 할당해보고 규칙에 어긋나면 돌아가는 방식.
     - **Constraint Propagation (AC-3)**: 값을 할당하기 전에 불가능한 값들을 미리 제거하여 탐색 공간을 줄임.
 - **Applications**: 스케줄링(공장 공정, 학교 시간표), 지도 색칠하기, 수도쿠(Sudoku), 논리 회로 설계 등.
 
 ## ⚠️ 모순 및 업데이트 (RL Update)
-- CSP는 NP-완전(NP-Complete) 문제인 경우가 많아 변수가 많아지면 기하급수적으로 어려워진다. 최신 AI 시스템에서는 고전적인 CSP 알고리즘에 강화학습을 결합하여, 다음에 시도할 변수를 선택하는 전략(Heuristics)을 최적화하는 시도가 이루어지고 있다.
+- CSP는 NP-완전(NP-Complete) 문제인 경우가 많아 변수가 많아지면 기하급수적으로 어려워진다. 최신 AI 시스템에서는 고전적인 CSP 알고리즘에 강화학습을 결합하여, 다음에 시도할 변수를 선택하는 전략([[Heuristics]])을 최적화하는 시도가 이루어지고 있다.
 
 ## 🔗 지식 연결 (Graph)
 - Related: [[Graph-Theory]] , [[Combinatorial-Optimization]]