假设我有一个网格，其中一些方块被指定为“目标”方块。我正在使用A *来导航这个网格，尝试使用非对角线移动至少访问每个目标方块。一旦访问了目标广场，就不再将其视为目标广场。 Think Pac Man，四处走动，试图吃掉所有的点。
我正在寻找一致的启发式方法来给A *辅助导航。我决定尝试在任何给定位置尝试“将曼哈顿距离返回到最近的未访问目标”启发式。我被告知这不是一致的启发式，但我不明白为什么。
将一个方格移向最近的目标广场的成本为1，曼哈顿距离也应减少一个。在目标广场上着陆将增加启发式的值（因为它现在将寻找下一个最近的未访问目标）或结束搜索（如果目标是最后一个未访问的目标）
H（N）< c（N，P）+ h（P）似乎总是成立。是什么让这个算法不一致，或者我的导师错了？
答案 0 :(得分：4)
如果你问如何使用A *来找到通过所有目标的最短路径，答案是：你不能（只有一次迭代） 。这是Travelling Salesman Problem，NP-Complete问题。要使用A *来解决这个问题，您需要尝试目标排序的每个排列。然后，可以使用A * 解决从单开始到单个目标的每条路径（因此您需要为每个排列多次运行算法）。
但是，如果你问如何使用A *来找到从单个开始到任何一个多个目标的最短路径，那么你的解决方案工作正常，你的启发式确实是一致的。多个一致启发式的最小值仍然是一致的启发式算法，即easy to prove。