Antigravity Agent
29 lines
2.3 KiB
Markdown
29 lines
2.3 KiB
Markdown
---
|
|
id: CS-HEUR-001
|
|
category: Dev
|
|
confidence_score: 1.0
|
|
tags: [ai, algorithms, [[Search|Search]]-algorithms, heuristic, a-star, pathfinding]
|
|
last_reinforced: 2026-04-26
|
|
---
|
|
|
|
# Heuristic Search (휴리스틱 탐색)
|
|
|
|
## 📌 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.
|
|
|
|
## 📖 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.
|
|
|
|
## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
|
|
- **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.
|
|
|
|
## 🔗 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
|