我试图实现8-puzzle的求解器。拼图板表示为列表。例如，目标状态：
1 | 2 | 3
---------
4 | 5 | 6
---------
7 | 8 | 0
表示为[1,2,3,4,5,6,7,8,0]，其中0代表空格。
我已实施move(+Board,-Move)成功Move因为所有可能的董事会状态都会离开Board。此外，我已实施solvable(+Board)，true或false是否可以解决该问题。
我还实施了两个启发式manhattan(+Board,+Goal,-H)和hamming(+Board,+Goal,-H)，用于计算从Board到Goal的启发式费用。例如：
?- hamming([1,2,3,8,0,4,7,6,5],[1,2,3,8,0,4,7,6,5],H).
H = 0.
?- hamming([1,2,3,4,0,8,7,6,5],[1,2,3,8,0,4,7,6,5],H).
H = 2.
?- manhattan([1,2,3,8,0,4,7,6,5],[1,2,3,8,0,4,7,6,5],H).
H = 0.
?- manhattan([1,2,3,4,0,8,7,6,5],[1,2,3,8,0,4,7,6,5],H).
H = 4.
我希望solve(+Board,+Heuristic,-Solution)使用Solution作为Board的最佳解决方案成功Heuristic，并且必须使用恰好一个解决方案确定性终止。例如：
?- solve([0,1,3,4,2,5,7,8,6],manhattan,Solution).
Solution = [
[0, 1, 3, 4, 2, 5, 7, 8, 6],
[1, 0, 3, 4, 2, 5, 7, 8, 6],
[1, 2, 3, 4, 0, 5, 7, 8, 6],
[1, 2, 3, 4, 5, 0, 7, 8, 6],
[1, 2, 3, 4, 5, 6, 7, 8, 0]
].
我写出了A *算法的伪代码：
For each Child of Board do:
If Child in Closed do:
Continue
If Child not in Closed or G(Board) + 1 < G(Child) do:
G(Child) := G(Board) + 1
F(Child) := G(Child) + Heuristic(Child,Goal)
If Child not in Open do:
Open := Open + {Child}
其中G(Board)是Board的实际成本，定义为从初始板到Board的最佳路径的长度。 F(Board)是Board的合计费用，定义为G(Board)与Board的估算费用之和（由启发式函数定义）。当然，Closed和Open是由A *算法维护的两个集合，其中Closed包含已访问过的板，Open包含没有的板。 / p>
问题是我不知道如何在Prolog中这样做。我想一些堆数据结构是维护这两个列表所必需的，但不知道是什么或如何。任何帮助都会很棒。