一般的なパスファインディングアルゴリズムとヒューマンプロセスの比較

これは計算認知科学と境界を接するかもしれませんが、一般的なパスファインディングアルゴリズム（A *など）がたどるプロセスが、さまざまなパスファインディング状況で人間が使用するプロセス（同じ情報が与えられた場合）とどのように比較されるかについて知りたいです。これらのプロセスは似ていますか？

人間は、厳密には最適ではなく、最短のソリューションに近いものを選択する傾向があります。したがって、A *ではなく、ファジー（近似）アルゴリズムを調べる必要があります。

私が知っている人間の考えに最も近いアルゴリズムは、リーチ剪定アルゴリズムと同等の接触階層です。マップ上でAとBの間のパスを見つける必要がある場合は、簡単に概要を説明します。川を渡っている場合などを考慮して、一般的な方法を探し、パスを短くする詳細を追加します。

ここでは、いくつかの考慮事項があります。最初の2つは、Andreas Junghannsのすばらしい博士号から抜粋されたものです（現在はドイツのベルリンのIndustryに戻っており、友人の中に数えて喜んでいます:)）：

幅優先検索：家具の前に立っているだけで、貴重品（コインやリングなど）が家具の下に落ちて見えなくなった場合は、家具から少し手を振ると、オブジェクトが消えるのを見たポイント。それが見つからない場合は、少し先に進んで、それが見つかるか、忍耐力を失うまでこの方法を続行します。これは、幅優先検索の実際の動作です。最初に、深さ1のすべての未知の場所を検討し、次に深さ2を検討します。

深さ優先検索：周囲に離れた場所にあるものを探すときは、前述のアルゴリズムを選択することはなく、代わりに方向を決めます。例としては、インディアンへのルートを探す際に西に向かっているクリストバルコロンです。まあ、彼は間違っていたが、今日ではそれがわかっている。コロンが幅優先探索を試み、レイエスカトリコスとコロンの間の契約が結ばれたブルゴスからスパイラルに沿って移動することを想像してください。その代わり、彼はこれまで後戻りすることなく、与えられた方向を指し示しました。

大学の教授の1人（すでに亡くなったホセクエナ）のもう1つの例は、双方向検索についてです。エンジニアは、山にトンネルを作る場合、両端から同時に始まり、途中で出会ったときに終わります。理由は単純です。一方の端からのみ開始すると、もう一方の端に大きな偏差が生じる可能性が非常に高いです。両端から同時に開始すると、ミーティングポイントの偏差が最小になります。

$^*$

• オープンリストが考慮されるために待っているオープンな可能性のリストだけです。私たちはコンピュータが物事を思い出すほど良くはありませんが、すべての人間がこれを行います。
• クローズドリストは、ちょうど我々はすでに前に考慮する点から、循環論法や継続的な推論を避けるのに役立ちます。これは、大きな声で推論しているときに何かを繰り返すと発生します。その後、誰かが気づき、すぐに「おいおい、あなたはすでに前に言った」とあなたに言うでしょう

人間が何らかのアルゴリズムを実行できるかどうか、そして（私の観点からさらに興味深い）これらのアルゴリズム（または、一般に、人工知能の構築方法）が自然なインテリジェントな手順を模倣するかどうかは、他の人が何らかの形で対処する非常に興味深い質問です。

部屋をナビゲートすることを学ぶ子供を見たことがありますか？あなたは、それらを伝えるために持っている「テーブルの周りに進みます。AROUND」。

人間の経路計画は、ヒューリスティックのグラブバッグです。先読みはおそらく少数に固定されており、A *のような一般的な再帰ではありません。