狀態空間搜索是計算機科學領域使用的一個過程，包括人工智能（AI），其中考慮了一個實例的連續配置或狀態，目的是找到一個具有期望屬性的目標狀態。問題通常被建模為一個狀態空間，即一個問題可能處于的一組狀態。狀態集形成一個圖，如果有一個操作可以將xxx個狀態轉化為第二個狀態，那么兩個狀態就會連接起來。狀態空間搜索通常不同于傳統的計算機科學搜索方法，因為狀態空間是隱含的：典型的狀態空間圖太大，無法生成并存儲在內存中。相反，節點是在探索的過程中產生的，并且通常在之后被丟棄。一個組合搜索實例的解決方案可能包括目標狀態本身，或從某個初始狀態到目標狀態的路徑。

在狀態空間搜索中，狀態空間被正式表示為一個元組S:?S,A,Action(s),Result(s,a),Cost(s,a)?。

根據Poole和Mackworth的說法，以下是無信息的狀態空間搜索方法，意味著它們沒有任何關于目標位置的先驗信息。

廣度優先搜索迭代深化最低成本優先搜索/統一成本搜索（UCS）這些方法以啟發式函數的形式獲取目標的位置。Poole和Mackworth引用了以下例子作為知情搜索算法。

貪婪式最佳優先搜索A*搜索