Antigravity Agent
30 lines
1.9 KiB
Markdown
30 lines
1.9 KiB
Markdown
---
|
|
id: P-REINFORCE-AI-CSP
|
|
category: "10_Wiki/💡 Topics/AI"
|
|
confidence_score: 0.93
|
|
tags: [Algorithm, AI, Optimization, CSP]
|
|
last_reinforced: 2026-04-20
|
|
---
|
|
|
|
# [[Constraint Satisfaction Problems (CSP)|Constraint Satisfaction Problems (CSP)]] (제약 충족 문제)
|
|
|
|
## 📌 한 줄 통찰 (The Karpathy Summary)
|
|
> "규칙을 깨지 않고 빈칸을 채우는 지적인 퍼즐 풀이." 변수, 도메인, 제약 조건 세 가지 요소로 정의되며, 모든 제약을 동시에 만족하는 해를 찾는 탐색 기반의 고전적 AI 핵심 분야다.
|
|
|
|
## 📖 구조화된 지식 (Synthesized Content)
|
|
- **Three Components**:
|
|
- **Variables ($X$)**: 값을 할당받아야 하는 대상 (예: 스케줄링의 시간표 칸).
|
|
- **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.
|
|
- **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.
|
|
|
|
## 🔗 지식 연결 (Graph)
|
|
- Related: [[Graph-Theory|Graph-Theory]] , [[Combinatorial-Optimization|Combinatorial-Optimization]]
|
|
- Comparison: [[Operations-Research|Operations-Research]]
|