ヒューリスティック探索　合理的なＡＩをつくるためのアルゴリズム

機械学習もいいけど探索もやってみニャい？直感（ヒューリスティック）を活用する“合理的な探索手法”が理解できる！擬似コードとＰｙｔｈｏｎコード例から、探索アルゴリズムと実装の処理が一目瞭然！応用例として、ゲーム木探索、自動行動計画問題、ＬＬＭによるテキスト生成を解説！

★★その直感、じつに合理的ですニャ(=^・・^=)★★

状態空間問題や探索アルゴリズムを初歩から学ぼう！
ネコちゃんのイラストで抽象概念もイメージできる！

直感（ヒューリスティック）を活用し、合理的に最適解を導く探索手法「ヒューリスティック探索」。
その理論背景からアルゴリズム、Python実装までを体系的に解説！
応用例として、ゲーム木探索、自動行動計画問題、大規模言語モデル（LLM）における探索手法も解説。

【おもな内容】
第1章　人工知能とヒューリスティック探索
第2章　状態空間問題
第3章　情報なし探索
第4章　ヒューリスティック探索
第5章　グラフ探索のためのデータ構造
第6章　時間・空間制限下のヒューリスティック探索
第7章　ゲーム木探索
第8章　自動行動計画問題
第9章　大規模言語モデル（LLM）によるテキスト生成

目次

1章　人工知能とヒューリスティック探索
1.1　なぜ人工知能に探索が必要なのか
1.2　ヒューリスティック探索とは
1.3　本書の読み進め方
1.4　練習問題の解答
1.5　関連書籍
1.6　Python実装について

2章　状態空間問題
2.1　状態空間問題とは
2.2　状態空間問題の例
2.3　非明示的状態空間グラフによる状態空間問題の定式化
2.4　状態空間問題の難しさ
2.5　Python実装
2.6　まとめ
練習問題
Appendix　状態空間問題以外の問題について

3章　情報なし探索
3.1　木探索アルゴリズム
3.2　グラフ探索アルゴリズム
3.3　幅優先探索
3.4　深さ優先探索
3.5　ダイクストラ法
3.6　情報なし探索の比較
3.7　Python実装
3.8　まとめ
練習問題
Appendix　情報なし探索では不十分なのか

4章　ヒューリスティック探索
4.1　ヒューリスティックとは
4.2　ヒューリスティック関数
4.3　A*探索
4.4　ヒューリスティック関数に望ましい性質
4.5　ヒューリスティック関数の性質とA*探索
4.6　ヒューリスティック関数の例
4.7　非最適解を発見するためのヒューリスティック探索
4.8　ヒューリスティック探索が思ったよりも遅い場合
4.9　Python実装
4.10　まとめ
練習問題
Appendix　関連するアルゴリズム

5章　グラフ探索のためのデータ構造
5.1　オープンリスト
5.2　クローズドリスト
5.3　Python実装
5.4　まとめ
練習問題
Appendix　関連文献

6章　時間・空間制限下のヒューリスティック探索
6.1　最適解を見つけたい場合のアルゴリズム
6.2　最適解でなくてもよい場合のアルゴリズム
6.3　追加のハードウェアリソースを使ったアルゴリズム
6.4　Python実装
練習問題

7章　ゲーム木探索
　ほか

本の帯に関して

帯つきでの出荷はお約束しておりません。
商品ページに、帯のみに付与される特典物等の表記がある場合でも、確実に帯つきでの出荷はお約束しておりません。
また、帯は商品の一部ではなく「広告扱い」のため、帯の有無・破損による交換や返品は承っておりません。

版・表紙について

版・表紙（カバー）のご指定は承っておりません。ご注文いただくタイミングによっては、お届けする商品の版や表紙が商品ページ上のものとは異なる場合がございます。
また、初版にのみにお付けしている特典（初回特典、初回仕様特典）がある商品は、商品ページに特典の表記がされている場合でも、無くなり次第終了となります。