启发式被认为是可接受的意味着什么？
What does it mean for a heuristic to be considered admissible?
有人告诉我，搜索算法的可接受启发式算法永远不会高估到达目标的最短路径。然而，让非目标状态节点的启发式值为 0 是否有效，或者它们是否有附加的可接受性规则，该规则还规定只有目标状态可能具有 0 启发式值？
例如节点到目标状态D的最短路径如下：
A = 5
B = 4
C = 3
D = 0
以下启发式是否有效：
A = 4
B = 4
C = 0
D = 0
这个启发式是否也有效（同时也是无用的）
A = 0
B = 0
C = 0
D = 0
可接受的启发式只是一种，如您所说，不会高估到目标的距离。允许低估，你给出的两个例子确实是有效的、可接受的启发式方法。
通常在我们使用这些启发式算法（例如 A*）讨论的算法类型中，如果启发式算法尽可能接近真相，那将是有益的。因此，就像您自己已经注意到的那样，最后一个所有节点的启发式值为 0 的示例不会很有用。通常，您希望您的启发式值尽可能接近事实，同时仍然是可接受的（确保它们 从不 高估）
有人告诉我，搜索算法的可接受启发式算法永远不会高估到达目标的最短路径。然而，让非目标状态节点的启发式值为 0 是否有效，或者它们是否有附加的可接受性规则，该规则还规定只有目标状态可能具有 0 启发式值？
例如节点到目标状态D的最短路径如下：
A = 5
B = 4
C = 3
D = 0
以下启发式是否有效：
A = 4
B = 4
C = 0
D = 0
这个启发式是否也有效（同时也是无用的）
A = 0
B = 0
C = 0
D = 0
可接受的启发式只是一种，如您所说，不会高估到目标的距离。允许低估，你给出的两个例子确实是有效的、可接受的启发式方法。
通常在我们使用这些启发式算法（例如 A*）讨论的算法类型中，如果启发式算法尽可能接近真相，那将是有益的。因此，就像您自己已经注意到的那样，最后一个所有节点的启发式值为 0 的示例不会很有用。通常，您希望您的启发式值尽可能接近事实，同时仍然是可接受的（确保它们 从不 高估）