[论文解读] Towards Rational Deployment of Multiple Heuristics in A*

David Tolpin, Tal Beja+3 more|arXiv (Cornell University)|May 22, 2013

AI-based Problem Solving and Planning参考文献 16被引用 12

一句话总结

本文提出了 Lazy A* 和 Rational Lazy A* 两种方法，通过推迟计算昂贵启发式函数来减少 A* 搜索中的启发式计算时间。Lazy A* 仅在搜索过程中需要时才计算启发式函数，而 Rational Lazy A* 使用信息价值准则来决定是否计算第二个启发式函数，从而在规划和 15-数码难题领域实现了最先进的性能，并显著提升了速度。

ABSTRACT

The obvious way to use several admissible heuristics in A* is to take their maximum. In this paper we aim to reduce the time spent on computing heuristics. We discuss Lazy A*, a variant of A* where heuristics are evaluated lazily: only when they are essential to a decision to be made in the A* search process. We present a new rational meta-reasoning based scheme, rational lazy A*, which decides whether to compute the more expensive heuristics at all, based on a myopic value of information estimate. Both methods are examined theoretically. Empirical evaluation on several domains supports the theoretical results, and shows that lazy A* and rational lazy A* are state-of-the-art heuristic combination methods.

研究动机与目标

• 在不牺牲最优性的情况下，降低 A* 搜索中评估多个可采纳启发式函数的计算成本。
• 解决为每个节点天真地计算所有启发式函数的低效问题，尤其是当某些启发式函数计算成本较高时。
• 开发一种智能方法，基于预期信息增益来决定是否计算更昂贵的启发式函数。
• 通过适度增加节点扩展数来换取显著减少启发式评估时间，从而提高搜索效率。
• 为 A* 中的启发式选择提供一种实用且理性的元推理框架，其性能优于现有的在线学习和随机化方法。

提出的方法

• Lazy A* 采用按需评估启发式函数：节点首次生成时仅计算较快的启发式函数 $h_1$，而更昂贵的 $h_2$ 仅在节点再次出现在 Open 表前端时才计算。
• 该算法最初维护 $f(n) = g(n) + h_1(n)$，仅在计算 $h_2(n)$ 后更新为 $f_{\text{max}}(n) = g(n) + \max(h_1(n), h_2(n))$。
• Rational Lazy A* 使用短视的信息价值估计，基于预期收益与计算成本的权衡，在节点重新进入 Open 表时决定是否计算 $h_2(n)$。
• Rational Lazy A* 中的决策基于将 $f$ 值的预期改进与计算 $h_2$ 的成本 $t_2$ 进行比较，采用理性的元推理框架。
• 该方法比 Sel-MAX 更易于实现，同时做出更明智的决策，因为它利用了节点重新访问时 $f_1(n) \leq C^*$ 的事实。
• 两种方法均经过理论分析和在 15-数码难题与规划领域中的实证评估，性能指标包括节点扩展数、启发式评估次数和运行时间。

实验结果

研究问题

• RQ1 能否通过启发式函数的延迟评估在不牺牲最优性的情况下减少 A* 搜索的总时间？
• RQ2 与使用最大启发式组合的标准 A* 相比，Lazy A* 在节点扩展数和运行时间方面的性能如何？
• RQ3 一种基于信息价值评估的理性元推理方法，能否进一步减少启发式计算时间？
• RQ4 在哪些领域中，Rational Lazy A* 优于现有的方法（如 Sel-MAX 或随机启发式选择）？
• RQ5 在何种条件下（例如启发式计算成本差异、非均匀操作符成本等）能最大化延迟与理性启发式评估的收益？

主要发现

• 在使用 $\Delta x$ 和 $\Delta y$ 启发式函数的 15-数码难题中，Lazy A* 将启发式评估次数减少了高达 28%，当 $t_2$ 显著大于 $t_1$ 时可节省大量时间。
• 在 $h_2$ 主导 $h_1$ 的领域（例如 7-8 PDB 与曼哈顿距离对比），Lazy A* 仅产生 4% 的优质节点，表明当 $h_2$ 通常需要早期计算时，其收益有限。
• 在规划领域中，Rational Lazy A* 优于 Sel-MAX，因其能基于已观测到的 $f_1(n)$ 再决定是否计算 $h_2$，而 Sel-MAX 在节点生成时即已做出决策。
• 在加权 15-数码难题和规划领域中，Rational Lazy A* 实现了最先进的性能，显著减少了启发式计算时间，同时仅比 $A^*_{\text{MAX}}$ 多扩展少量节点。
• 将 Lazy A* 与 HBP（启发式分支剪枝）结合后，在 $\Delta x/\Delta y$ 实验中，优质节点数从 28% 降低至 11%，表明剪枝会减少延迟评估的适用范围。
• 在快速启发式函数（如 $\Delta x/\Delta y$）的实验中，由于 $t_2$ 较低，延迟评估的时间节省可忽略不计；但当 $h_2$ 计算昂贵时（如 7-8 PDB），节省效果显著，证实了该方法对启发式成本差异的依赖性。