一种aigc语境下的搜索方法技术

本发明专利技术涉及智能搜索技术领域，且公开了一种aigc语境下的搜索方法，包括以下步骤：Ⅰ、问题的形式化：1、初始状态：了解智能体现在处于什么样的初始状态；2、行动：在状态之下，我们可以采取的行动列表；3、转移模型：在状态之下，我们可以采取的行动列表；4、目标测试：通过某种方式来辨别智能体当前所处的状态是否就是目标状态；5、路径耗散：在状态空间里，路径便代表解决问题的方法，所以路径耗散就是指路径的资源耗散值，专业的说法是—边加权。该aigc语境下的搜索方法，通过无信息搜索中叙述的广度优先搜索、一致代价搜索、度优先搜索和双向搜索，以及所说的启发式搜索，通过上述叙述的搜索方式，从而可以达到提高搜索方法的多样性的作用。用。

【技术实现步骤摘要】
一种aigc语境下的搜索方法


[0001]本专利技术涉及智能搜索
，具体为一种aigc语境下的搜索方法。

技术介绍

[0002]AIGC，全名“AIgeneratedcontent”，又称生成式AI，意为人工智能生成内容，例如AI文本续写，文字转图像的AI图、AI主持人等，都属于AIGC的应用。
[0003]当问题不能由单次行为解决时，智能体需要采取多样的行为，每当智能体进行过一次行为之后，周围环境便会发生改变，智能体便需要重新收集感官信息，并在自己的行为序列中，选择与当前的感官信息所对应的行为，但是，当行为序列中的行为过多时，选择行为可能会变成一件很困难的事情，为此，我们需要运用到搜索算法来解决问题。
[0004]但是目前的搜索方法往往过于单一，针对问题搜索时不够全面，无法针对不同需求进行变化搜索。

技术实现思路

[0005](一)解决的技术问题
[0006]针对现有技术的不足，本专利技术提供了一种aigc语境下的搜索方法，具备可以提高搜索方法的多样性等优点，解决了上述技术的问题。
[00本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种aigc语境下的搜索方法，其特征在于，包括以下步骤：Ⅰ、问题的形式化：1、初始状态：了解智能体现在处于什么样的初始状态；2、行动：在状态之下，我们可以采取的行动列表；3、转移模型：在状态之下，我们可以采取的行动列表；4、目标测试：通过某种方式来辨别智能体当前所处的状态是否就是目标状态；5、路径耗散：在状态空间里，路径便代表解决问题的方法，所以路径耗散就是指路径的资源耗散值，专业的说法是—边加权；Ⅱ、无信息搜索：1、广度优先搜索：其别名又叫BFS，属于一种盲目搜寻法，目的是系统地展开并检查图中的所有节点，以找寻结果，它并不考虑结果的可能位置，彻底地搜索整张图，直到找到结果为止；2、一致代价搜索：宽度优先搜索(BFS)只在每步代价
‑
样时才是最优的，如按照结点深度来搜索,每一层其代价都是1，但是如每步代价不一样，BFS就不是最优了，这时就要构造一个行动代价函数,这就是一致代价搜索(后称UCS)，UCS与BFS有两点不一样；3、深度优先搜索：深度优先搜索算法(简称DFS)是一种用于遍历或搜索树或图的算法，沿着树的深度遍历树的节点，尽可能深的搜索树的分支，当节点的所在边都己被探寻过，搜索将回溯到发现节点的那条边的起始节点，这一过程一直进行到已发现从源节点可达的所有节点为止，如果还存在未被发现的节点，则选择其中一个作为源节点并重复以上过程，整个进程...

【专利技术属性】
技术研发人员：王飞，王学松，许欢庆，丁祺，季仁通，曾雪峰，赵文，孙敏，
申请(专利权)人：中科基大数据科技南京有限公司北京迅奥科技有限公司，
类型：发明
国别省市：