Station MinuitPortail personnel de révision

IFT-2003 — Intelligence artificielle IAutomne 2026

Semaine 4 — Techniques de recherche (2/2)

5. A*

LECTURE 06 / 155 repèresSynthèse avec omissions acceptées
Sommaire de cet article
  1. 5. A*
  2. 5.1 Procédure
  3. 5.2 Admissibilité et optimalité
  4. 5.3 Exemple des villes
  5. 5.4 Variante pondérée
Autres lectures de cette unité
  1. Couverture, dates et plan
  2. 1. Vue d’ensemble
  3. 2. Heuristiques et recherche informée
  4. 3. Hill-Climbing
  5. 4. Meilleur d’abord
  6. 5. A*
  7. 6. Comparaison des techniques
  8. 7. Jeux avec adversaires
  9. 8. Minimax
  10. 9. Élagage Alpha-Bêta
  11. 10. Exercices et résultats
  12. 11. Objectifs et points à maîtriser
  13. 12. Évaluation et actions personnelles
  14. 13. Carte des sources
  15. Limites documentaires
Couverture et sources

5. A*

A* ajoute au meilleur d’abord le coût réellement parcouru. Il classe les états selon :

f(n) = g(n) + h(n)

  • g(n) : coût réel du meilleur chemin connu de l’état initial à n;
  • h(n) : estimation du coût restant de n vers le but;
  • f(n) : estimation du coût total d’une solution passant par n.

5.1 Procédure

  1. Placer l’état initial dans OUVERTS avec sa valeur f et son parent.
  2. Choisir dans OUVERTS l’état de plus petite valeur f.
  3. Le retirer de OUVERTS et le placer dans FERMÉS.
  4. S’il s’agit du but, reconstruire la solution à partir des parents.
  5. Sinon, générer ses enfants :
    • ignorer un enfant déjà fermé selon la procédure du cours;
    • s’il n’est pas ouvert, l’ajouter avec g, h, f et son parent;
    • s’il est déjà ouvert avec une valeur moins bonne, remplacer cette entrée par le meilleur chemin.
  6. Répéter; si OUVERTS devient vide, aucun but accessible n’existe.

5.2 Admissibilité et optimalité

Une heuristique est admissible si elle ne surestime jamais le vrai coût restant. La distance à vol d’oiseau constitue un exemple classique lorsqu’un trajet réel doit au moins couvrir cette distance. Avec une telle heuristique et les conditions usuelles de l’algorithme, A* fournit une solution optimale; plusieurs solutions de même coût peuvent exister.

5.3 Exemple des villes

Dans le diaporama, la trace de développement est :

v0, v1, v2, v3, v4, v6

Le chemin le plus court reconstruit à partir des parents est toutefois :

v0 → v3 → v4 → v6

La vidéo corrige oralement une valeur affichée : l’arrivée en v6 vaut 14, et non 7.

5.4 Variante pondérée

Le cours présente :

f(n) = (1-w)g(n) + wh(n), avec 0 ≤ w ≤ 1.

  • w=0 : Dijkstra, priorité au coût déjà parcouru;
  • w=1 : meilleur d’abord, priorité à l’estimation restante;
  • w=0,5 : pondération équilibrée correspondant au même ordre de priorité que g+h, puisque le facteur 0,5 multiplie uniformément la somme.
A* : une amélioration peut revenir vers un ferméArcs orientés et coûts : S→A(3),S→B(1),B→A(1),A→G(3). h(S)=5,h(A)=0,h(B)=4,h(G)=0; distances exactes 5,3,4,0. A* retire A avant B. Depuis B, A pourrait passer de g=3 à g=2. Sans réouverture : G=6; avec réouverture : G=5. L’incohérence est h(B)=4>1+h(A)=1.S : h=5A : h=0B : h=4G : h=03113A fermé : g=3. Depuis B : g=2 → rouvrir pour obtenir le coût 5.
A* : une amélioration peut revenir vers un fermé

Arcs orientés et coûts : S→A(3),S→B(1),B→A(1),A→G(3). h(S)=5,h(A)=0,h(B)=4,h(G)=0; distances exactes 5,3,4,0. A* retire A avant B. Depuis B, A pourrait passer de g=3 à g=2. Sans réouverture : G=6; avec réouverture : G=5. L’incohérence est h(B)=4>1+h(A)=1.

Source : Schéma original du portail, données autonomes; consolidation du 16 octobre 2026. · Maître S04 : 5.2 Admissibilité et optimalité

Villes : le coût réel est 7v0→v3(2), v0→v2(4), v0→v1(3), v3→v2(1), v3→v4(1), v2→v4(3), v1→v5(7), v4→v6(4), v5→v6(4). h(v0..v6)=(9,2,2,5,2,3,0). Toutes les flèches sont dirigées. Chemin optimal v0→v3→v4→v6, coût 7; h(v0)=9 surestime ce coût. Les nombres portés par les arcs sont les coûts, les h figurent dans les boîtes.243113744v0:h9v3:h5v2:h2v1:h2v4:h2v5:h3v6:h0
Villes : le coût réel est 7

v0→v3(2), v0→v2(4), v0→v1(3), v3→v2(1), v3→v4(1), v2→v4(3), v1→v5(7), v4→v6(4), v5→v6(4). h(v0..v6)=(9,2,2,5,2,3,0). Toutes les flèches sont dirigées. Chemin optimal v0→v3→v4→v6, coût 7; h(v0)=9 surestime ce coût. Les nombres portés par les arcs sont les coûts, les h figurent dans les boîtes.

Source : Recherche_Heuristique.pdf p.22 : arcs, poids, h et tableau vérifiés visuellement; recalcul indépendant du portail le 16 octobre 2026. · 5.3 Exemple des villes

Retour au sommaire de l’unitéHaut de page
Récupérer manuellement les données locales

Copier séparément les données ci-dessous dans des fichiers texte avant de fermer la page ou de modifier le stockage. Une valeur illisible ou incompatible reste en place. Aucun effacement ni rétablissement écrasant n’est effectué automatiquement. L’export/import JSON est disponible sur la page Progression du cours. Cette récupération séparée reste utile pour une valeur brute ou un conflit.

Clé de ce cours : . Format v1 porté par cette clé; dates UTC et identifiants durables.

Si l’accès est refusé, la valeur persistée peut rester inaccessible. Réautoriser le stockage dans le navigateur puis rouvrir ce cours permet de la relire. Une réinitialisation exige une décision explicite après récupération; aucune commande de suppression n’est proposée ici. Les données restent sur cette origine et cet appareil, sans transfert automatique.