ブラインド検索または統一検索
これは、目標ノードに関する「情報」のない検索です。
例としては、幅優先検索（BFS）があります。 BFSでは、検索は次のレイヤーに進みます。言い換えると、同じレイヤーのノードは、連続するレイヤーのノードの前に最初にアクセスされます。これは、「展開された」ノードが目標ノードになるまで実行されます。この場合、目標ノードに関する情報は、ノードの訪問、展開、または生成に使用されません。
ブラインド検索またはユニフォーム検索は、ブルートフォース検索と考えることができます。
ヒューリスティックまたはインフォームドサーチ
これは、目標に関する「情報」を使用した検索です。
そのようなタイプのアルゴリズムの例は、A *です。このアルゴリズムでは、目標ノードに関する情報も使用して、ノードにアクセスして展開します。目標ノードに関する情報は、ヒューリスティック関数（目標ノードに関する情報を状態空間の各ノードに関連付ける関数です）によって与えられます。 A *の場合、各ノードnに関連付けられているヒューリスティック情報は、nからゴールノードまでの距離の推定値です。
インフォームドサーチは、ほぼ「ガイド付き」サーチと考えることができます。
情報のない検索は、総当たりまたは「ブラインド」検索です。問題に関する知識を使用しないため、情報に基づいた検索よりも効率が低い可能性があります。
情報に基づいていない検索アルゴリズムの例には、幅優先検索、深さ優先検索、深さ制限検索、均一コスト検索、深さ優先反復深化検索、および双方向検索があります。
インフォームド検索（「ヒューリスティック検索」とも呼ばれる）は、問題に関する事前知識（「ドメイン知識」）を使用するため、インフォームド検索よりも効率的である可能性があります。
情報に基づいた検索アルゴリズムの例は、ベストファースト検索とA *です。
統一検索とインフォームド検索の違いは次のとおりです。
統一検索手法は問題定義にのみアクセスできますが、情報検索手法はヒューリスティック関数と問題定義にアクセスできます。
情報に基づいた検索はより効率的ですが、統一された検索は効率的ではありません。
- インフォームド検索はヒューリスティック検索として知られているのに対し、ブラインド検索として知られている統一検索。
- 統一検索はより多くの計算を使用しますが、情報検索はより少ない計算を使用します。