TALplanner in IPC-2002: Extensions and Control Rules
TALplanner是一种前向链接规划器,它依赖于时态逻辑公式形式的领域知识,以便修剪搜索空间的不相关部分。TALplanner最近参加了第三届国际规划竞赛,该竞赛明确强调增加用作基准测试的问题域的复杂性以及在规划系统中表示这些域所需的表达能力。像许多其他规划者一样,TALplanner支持这种表达能力增加的一些方面,但不是所有方面,并且需要对规划者进行一些更改。在对TALplanner做了简短的介绍之后,本文介绍了在比赛之前和比赛期间所做的一些更改。我们还描述了引入合适的领域知识的竞争领域的几个过程。
2011-06-26 cs.AI
MobilityBench: A Benchmark for Evaluating Route-Planning Agents in Real-World Mobility Scenarios
Computer Network Information Center, Chinese Academy of Sciences(中国科学院计算机网络信息中心);AMAP, Alibaba Group(阿里集团AMAP);Alibaba Group(阿里集团)
提出MobilityBench基准,通过确定性API重放沙箱和多维评估协议,系统评估基于LLM的路径规划智能体,发现现有模型在偏好约束路径规划上表现不佳。
2026-06-11 cs.AI
An Approach to Temporal Planning and Scheduling in Domains with Predictable Exogenous Events
在许多现实世界的领域,某些计划行动的前提条件受到这些事件的影响,在规划中的外生事件的处理是非常重要的。在本文中,我们专注于规划的时间域与外源事件发生在已知的时间,施加的约束,在计划中的某些行动必须在一些预定义的时间窗口执行。当动作有持续时间时,处理这种时间约束会给计划增加额外的难度。我们提出了一种方法来规划在这些领域,它集成了基于约束的时间推理到一个基于图形的规划框架,使用本地搜索。我们的技术实现在一个规划师参加了第四届国际规划竞赛(IPC-4)。IPC-4结果的统计分析表明,我们的方法在CPU时间和计划质量方面的有效性。额外的实验表明,时间推理技术集成到我们的计划器的良好性能。
2011-10-12 cs.AI
IPC: A Benchmark Data Set for Learning with Graph-Structured Data
University of Basel(巴塞尔大学);IBM Research(IBM研究院);MIT-IBM Watson AI Lab(麻省理工学院-IBM沃森人工智能实验室)
基准数据集是评估基于图的机器学习方法的不可或缺的组成部分。我们发布了一个新的数据集,从国际规划竞赛(IPC)编译,用于基准图分类,回归和相关任务。除了图形构造(基于AI规划问题)本身很有趣之外,数据集还具有与常用基准截然不同的特征。该数据集名为IPC,由两个独立的版本组成,接地和提升,都包括大型和倾斜分布的图形,对图形模型(如图形内核和图神经网络)的计算提出了重大挑战。该数据集中的图是有向的,而提升的版本是无环的,这为有向(无环)结构的专门模型提供了基准测试的机会。此外,图形生成器和标记是计算机编程的;因此,如果需要更大的规模,数据集可以很容易地扩展。数据集可从\url{https://github.com/IBM/IPC-graph-data}访问。
2019-05-15 cs.AI cs.LG stat.ML
OBDD-based Universal Planning for Synchronized Agents in Non-Deterministic Domains
Carnegie Mellon University(卡内基梅隆大学)
最近,模型检验表示和搜索技术被证明是有效地适用于规划,特别是非确定性规划。这种规划方法使用有序二元决策图(OBDD)将规划域编码为非确定性有限自动机,然后应用来自模型检验的快速算法来搜索解。OBDD可以有效地扩展,并可以为复杂的规划域提供通用计划。我们特别感兴趣的是解决在非确定性,多代理域中出现的复杂性。在这篇文章中,我们提出了UMOP,一个新的通用OBDD为基础的规划框架,不确定性,多代理域。我们引入了一个新的规划域描述语言,NADL,指定非确定性,多代理域。该语言提供了可控代理和不可控环境代理的明确定义。我们描述了NADL的语法和语义,并展示了如何建立一个有效的基于OBDD的表示的NADL描述。UMOP规划系统使用NADL和不同的基于OBDD的通用规划算法。它包括以前开发的强和强循环规划算法。此外,我们介绍了我们的新的乐观规划算法,放松最优性保证,并产生合理的通用计划,在某些领域,没有强或强循环的解决方案存在。我们提出的实证结果,应用UMOP域范围从确定性和单代理,没有环境行动的非确定性和多代理复杂的环境行动。UMOP被证明是一个丰富而有效的规划系统。
2011-06-01 cs.AI
Efficient Lookahead Encoding and Abstracted Width for Learning General Policies in Classical Planning
RWTH Aachen University(亚琛RWTH大学);Linköping University(林雪平大学)
本文提出了一种高效的方法,通过整体编码和抽象宽度来提升经典规划中学习通用策略的效率和可扩展性,解决了传统方法在计算成本和表达能力上的限制。
2026-05-18 cs.AI
Compact Policies for Fully-Observable Non-Deterministic Planning as SAT
University of Massachusetts(马萨诸塞大学);ICREA;Universitat Pompeu Fabra(庞培法布拉大学)
完全可观测的非确定性(FOND)规划正变得越来越重要,作为一种方法来计算适当的政策,在概率规划,LTL规划的扩展时间计划,广义规划的一般计划。在这项工作中,我们引入了一个SAT编码FOND规划,是紧凑的,可以产生紧凑的强循环的政策。编码的简单变化也被引入用于强规划和我们所谓的双重FOND规划,其中一些不确定的动作被假设为公平的(例如,概率性的)和其它不公平的(例如,对抗性的)。由此产生的FOND规划者与现有的规划者在现有的和新的基准经验进行比较。“概率有趣的问题”的概念也重新审视,以产生一个更全面的图片的优势和局限性,目前FOND规划和拟议的SAT方法。
2018-06-25 cs.AI
Planning as Tabled Logic Programming
CUNY Brooklyn College and Graduate Center(纽约市立大学布鲁克林学院及研究生中心);Charles University(查理大学);Univ. di Udine(乌迪内大学)
本文介绍了Picat的规划器及其实现,以及2014年国际规划竞赛(IPC)中使用的几个领域的规划模型。Picat的规划器是用制表法实现的。在搜索过程中,遇到的每个状态都被表化,表化的状态用于有效地执行资源受限搜索。在Picat中,结构化数据可以用来避免枚举所有可能的对象排列,术语共享用来避免公共状态数据的重复。本文提出了几种建模技术,通过示例模型,从设计状态表示,以促进数据共享和对称性破缺,编码操作的操作,有效的前提条件检查和状态更新,结合领域知识和算法。广泛地说,本文证明了有效的表格逻辑规划,并认为建模的重要性,尽管最近取得了重大进展,独立于域的PDDL规划。
2015-07-14 cs.AI
Iterative Depth-First Search for Fully Observable Non-Deterministic Planning
Sapienza University of Rome(罗马大学(罗马第一大学));Federal University of Rio Grande do Sul(南里奥格兰德联邦大学)
完全可观察非确定性(FOND)规划通过具有非确定性影响的行动来模拟不确定性。现有的FOND规划算法是有效的,并采用了广泛的技术。然而,大多数现有的算法是不鲁棒的处理不确定性和任务大小。在本文中,我们开发了一种新的迭代深度优先搜索算法,解决FOND规划任务,并产生强大的循环政策。我们的算法是明确设计的FOND规划,更直接地解决FOND规划的不确定性方面,它还利用启发式函数的好处,使算法在迭代搜索过程中更有效。我们比较我们所提出的算法,著名的FOND规划,并表明它具有强大的性能在几个不同类型的FOND域考虑不同的指标。
2022-06-20 cs.AI
A Planning Ontology to Represent and Exploit Planning Knowledge for Performance Efficiency
University of South Carolina(南卡罗来纳大学);IIIT-Delhi(德里印度信息技术学院)
本文利用IPC数据构建规划本体,以语义化组织规划器与领域知识,并通过宏等机制支持规划器选择和性能提升。
2024-07-08 cs.AI
Non Deterministic Logic Programs
非确定性应用出现在许多领域,包括随机优化、多目标优化、随机规划、偶然随机规划、强化学习、部分可观测马尔可夫决策过程中的强化学习和条件规划。我们提出了一个逻辑编程框架,称为非确定性逻辑程序,以及声明性语义和定点语义,允许表示和推理固有的非确定性的现实世界的应用程序。对非确定性逻辑程序语言框架进行了非单调否定扩展,定义了两种可供选择的语义:稳定非确定性模型语义和良基非确定性模型语义,并研究了它们之间的关系。这些语义继承了确定性正常逻辑程序的确定性稳定模型语义和确定性良基语义,并将其归结为确定性逻辑程序的无否定语义。我们展示了应用程序的非确定性逻辑程序框架的条件规划问题。
2013-04-26 cs.AI
D3BA: A Tool for Optimizing Business Processes Using Non-Deterministic Planning
IBM Research AI(IBM研究院人工智能部门)
本文基于对话代理的声明式设计的最新工作,并提出了一个令人兴奋的新工具-D3 BA-用于数字业务自动化的声明式设计,旨在使用AI规划的力量优化业务流程。该工具提供了一个强大的框架来构建、优化和维护复杂的业务流程,并通过与自动化一个或多个子任务的服务组合来优化它们。我们说明了这种组合技术的显着特点,与其他哲学的组成,并强调令人兴奋的机会,在这个新兴的业务流程自动化领域的研究。
2020-02-04 cs.AI
Macro-FF: Improving AI Planning with Automatically Learned Macro-Operators
University of Alberta(阿尔伯塔大学)
尽管人工智能规划最近取得了进展,但许多基准对当前的规划者来说仍然具有挑战性。在许多领域,规划器的性能可以大大提高发现和利用信息的域结构,没有明确编码在初始PDDL制定。在本文中,我们提出并比较了两种自动化的方法,学习相关的信息,从以前的经验在一个领域,并用它来解决新的问题的情况。我们的方法有一个共同的四步战略。首先,分析域并提取结构信息,然后基于先前发现的结构生成宏操作符。过滤和排序过程选择最有用的宏操作符。最后,选定的宏用于加快将来的搜索。我们在第四届国际规划竞赛IPC-4中成功地使用了这种方法。我们的系统,宏FF,扩展霍夫曼国家的最先进的规划FF 2.3支持两种宏操作,并与工程增强。我们证明了我们的想法的有效性,从国际规划比赛的基准。我们的研究结果表明,在这些复杂的领域,结构信息可以推断的搜索工作大大减少。
2011-09-09 cs.AI
Scalable Solution Methods for Dec-POMDPs with Deterministic Dynamics
本文针对确定性转移与观测的多智能体规划问题定义 Det-Dec-POMDP,并基于联合策略均衡搜索提出可扩展求解器 IDPP,以支持大规模问题。
2025-08-29 cs.AI
FOND Planning for LTLf and PLTLf Goals
Sapienza University(罗马大学)
在这份报告中,我们将定义一个新的方法来解决扩展时间目标的非确定性规划问题。特别是,我们将给出一个解决方案,这个问题减少到一个完全可观察的非确定性(FOND)规划问题,并利用LTLfToDFA工具。首先,我们将介绍支持我们方法的主要思想和动机。然后,我们将给出一些术语来解释规划领域定义语言(PDDL)语言和FOND规划问题。在那之后,我们将说明我们的FOND4LTLfPLTLf(也可以在线获得)方法,将时间目标编码为PDDL域和问题。最后,我们将提出一些结果,通过应用所提出的解决方案。
2020-04-15 cs.AI
Planning from video game descriptions
University of Granada(格拉纳达大学)
该项目提出了一种方法,从视频游戏动态描述的动作模型的自动生成,以及其与规划代理的执行和监控计划的集成。Plastics使用这些动作模型来获得许多不同视频游戏中代理的审议行为,并与反应模块相结合,解决确定性和非确定性水平。实验结果验证了该方法的有效性,并证明了知识工程师在定义这种复杂领域时所付出的努力可以大大减少。此外,已经产生的领域的基准,可以感兴趣的国际规划界评估规划师在国际规划竞赛。
2021-09-07 cs.AI
Learning Generalized Policies for Fully Observable Non-Deterministic Planning Domains
RWTH Aachen University(亚琛工业大学)
该研究将经典域的广义策略学习方法拓展至完全可观测非确定性(FOND)域,在多个基准域验证了方法有效性,提出了一种在特征定义的抽象空间中搜索解的替代型FOND规划方法。
2024-05-13 cs.AI cs.LG
Recognizing LTLf/PLTLf Goals in Fully Observable Non-Deterministic Domain Models
York University(约克大学)
目标识别的任务是辨别正确的预期目标,代理旨在实现,给定一组可能的目标,一个领域模型,和一系列的观察作为一个样本的计划正在执行的环境。现有的方法假设,可能的目标是正式的连接在确定性设置。在本文中,我们开发了一种新的方法,能够识别时间上扩展的目标,在完全可观察的非确定性(FOND)规划领域模型,专注于目标的线性时序逻辑(LTLf)和(纯)过去线性时序逻辑(PLTLf)表示的有限轨迹。我们经验评估我们的目标识别方法,使用不同的LTLf和PLTLf的目标超过六个常见的FOND规划领域模型,并表明我们的方法是准确的,以识别时间上扩展的目标在几个层次的可观察性。
2021-03-22 cs.AI
Safe Learning of Lifted Action Models
Washington University in St. Louis(华盛顿大学圣路易斯分校);Palo Alto Research Center(帕洛阿尔托研究中心);Ben Gurion University of the Negev(内盖夫本古里安大学)
创建一个领域模型,即使是对于经典的、独立于领域的规划,也是一个非常困难的知识工程任务。解决这个问题的自然方法是从观察中学习领域模型。然而,模型学习方法通常不提供安全保证:学习的模型可能会假设动作是适用的,而实际上它们并不适用,并且可能会错误地捕捉动作的效果。这可能导致生成在执行时失败的计划。在某些领域,由于失败的成本或失败后无法在线重新计划,这种失败是不可接受的。在这样的设置中,所有的学习都必须基于收集的一些观察来离线完成,例如,被其他特工或人类杀死通过这种学习,任务是生成一个保证成功的计划。这就是所谓的无模型规划问题。先前的工作提出了一种算法来解决经典规划中的无模型规划问题。然而,他们仅限于学习基础领域,因此无法扩展。我们推广了这项工作,并提出了第一个安全的无模型规划算法提升域。我们证明了我们的方法的正确性,并提供了一个统计分析表明,需要解决未来的问题,高概率的轨迹的数量是线性的潜在大小的领域模型。我们还提出了12 IPC域上的实验表明,我们的方法是能够学习真正的动作模型在所有情况下,最多两个轨迹。
2021-07-09 cs.AI
Generalized Planning: Non-Deterministic Abstractions and Trajectory Constraints
Univ. Simón Bolívar(西蒙玻利瓦尔大学);Sapienza Univ. Roma(罗马大学);ICREA(加泰罗尼亚研究与高级研究学院);Univ. Pompeu Fabra(庞培法布拉大学);Univ. Federico II(费德里科二世大学)
我们研究的特点和计算的一般政策的家庭的问题,共享一个共同的减少到一个单一的抽象问题的结构特征。解决抽象问题P的策略$μ$已经被证明可以解决所有简化为P的问题Q,只要$μ$终止于Q。在这项工作中,我们阐明了为什么需要这种终止条件以及如何删除它。关键的观察是,抽象问题P捕捉到了具体问题Q中的局部(马尔可夫)公共结构,但忽略了全局的公共结构。我们展示了如何通过轨迹约束,在许多情况下可以表示为LTL公式,从而减少广义规划LTL合成这样的全球结构可以被捕获。此外,对于涉及可以增加或减少的整数变量的广泛类别的问题,轨迹约束可以被编译掉,将广义规划减少为完全可观察的非确定性规划。
2019-09-26 cs.AI cs.LO
Domain Concretization from Examples: Addressing Missing Domain Knowledge via Robust Planning
Arizona State University(亚利桑那州立大学)
对于现实世界中的机器人规划和决策,完全领域知识的假设是不必要的。它可能是由于设计缺陷或从域分支或资格产生的。在这种情况下,现有的规划和学习算法可能会产生非常不希望的行为。这个问题比部分可观测性更具挑战性,因为智能体不知道某些知识,而不是部分可观测:已知的未知数和未知的未知数之间的差异。在这项工作中,我们制定它作为域具体化的问题,域抽象的逆问题。基于设计者提供的不完整的领域模型和来自人类用户的教师痕迹,我们的算法在最小模型假设下搜索候选模型集。然后,它生成一个强大的计划,在候选模型集下具有最大的成功概率。除了在模型空间中的标准搜索公式,我们提出了一个基于样本的搜索方法,也是它的在线版本,以提高搜索时间。我们测试了我们的方法IPC域和模拟机器人领域的不完整性,从完整的模型中删除域功能。实验结果表明,该规划算法在不影响成本的情况下,提高了规划成功率。
2020-11-18 cs.AI cs.RO
Non-Deterministic Planning for Hyperproperty Verification
CISPA Helmholtz Center for Information Security(CISPA亥姆霍兹信息安全中心)
本文提出利用非确定性规划作为中间语言,将HyperLTL超属性验证问题转化为QDec-POMDP规划实例,并证明对HyperLTL大片段可归约为经典、FOND或POND规划,实验验证了方法的有效性。
2024-05-22 cs.AI cs.FL cs.LO
Planning with Uncertainty: Symmetries, Policy Inference, and Solution Compression
INF/UFRGS(乌尔巴诺-弗兰西斯科·里格尔大学信息学院)
本文提出基于显式最佳优先策略空间搜索的FOND规划方法,通过定义策略等价关系、利用群论计算状态对称性、多项式时间策略推断以及整数规划实现部分状态策略压缩,显著提升求解效率。
2026-06-02 cs.AI
Learning Action Models from Disordered and Noisy Plan Traces
Sun Yat-Sen University(中山大学);Arizona State University(亚利桑那州立大学)
规划界越来越意识到,指定完整的领域模型的负担太高,这阻碍了规划技术在许多现实世界领域中的适用性。虽然有许多学习系统可以帮助自动学习领域模型,但大多数现有的工作都假设输入轨迹是完全正确的。更现实的情况是,规划轨迹是无序和嘈杂的,例如由自然语言描述的规划轨迹。在本文中,我们提出并评估这样做的方法。我们的方法作为输入的一组计划轨迹与无序的行动和噪音和输出的行动模型,可以最好地解释计划的痕迹。我们使用MAX-SAT框架进行学习,其中的约束来自给定的计划轨迹。与传统的动作模型学习器不同,计划轨迹中的状态可以是部分可观察的和噪声的,并且计划轨迹中的动作可以是无序的和并行的。我们证明了我们的方法的有效性,通过一个系统的实证评估与IPC域和现实世界的数据集提取的自然语言文档。
2019-09-09 cs.AI
Deterministic POMDPs Revisited
我们研究了POMDPs的一个子类,称为确定性POMDPs,其特征在于确定性的行动和观察。这些模型不提供相同的一般性POMDPs,但他们捕获了一些有趣的和具有挑战性的问题,并允许更有效的算法。事实上,最近的一些规划工作主要是围绕这些假设建立的,主要是通过寻求比经典的确定性模型更具表现力的模型。我们提供的结果的基本属性的确定性POMDPs,它们与AND/OR搜索问题和算法的关系,以及它们的计算复杂性。
2012-05-09 cs.AI
Leveraging Pre-trained Large Language Models to Construct and Utilize World Models for Model-based Task Planning
Arizona State University(亚利桑那州立大学);Colorado State University(科罗拉多州立大学)
本文提出让 LLM 构建并迭代修正 PDDL 世界模型,再由可靠的独立规划器求解,从而提升规划正确性并减少人类反馈成本。
2023-11-02 cs.AI
Cost Sensitive Reachability Heuristics for Handling State Uncertainty
Arizona State University(亚利桑那州立大学)
虽然POMDPs提供了一个通用的平台,在各种质量指标的非确定性条件规划,他们有有限的可扩展性。另一方面,非确定性条件规划者的规模非常好,但许多缺乏优化计划质量指标的能力。我们提出了一种新的概括规划图为基础的规划,帮助有条件的规划人员都规模和生成高质量的计划时,使用的行动与非均匀成本。我们与两个国家的最先进的规划师进行实证比较,以显示我们的技术的好处。
2012-07-04 cs.AI
Scalable Robust MCTS with Anytime Deterministic Optimality Guarantees
Faculty of Electrical and Computer Engineering, Technion – Israel Institute of Technology(以色列理工学院电气与计算机工程学院);Faculty of Aerospace Engineering, Technion – Israel Institute of Technology(以色列理工学院航空航天工程学院);Faculty of Data and Decision Sciences, Technion – Israel Institute of Technology(以色列理工学院数据与决策科学学院)
本文提出首个具备任意时间确定性保证的可扩展鲁棒MCTS框架,开发CAR-MCTS规划器,通过确定性界引导探索、修剪分支,可验证最优根动作并收敛至最优鲁棒策略,支持在线规划与策略评估。
2026-10-14 cs.AI
Causal Belief Decomposition for Planning with Sensing: Completeness Results and Practical Approximation
Universidad Simón Bolívar(西蒙·玻利瓦尔大学);ICREA & Universitat Pompeu Fabra(加泰罗尼亚研究与高级研究所暨庞培法布拉大学)
信念跟踪是感知规划中的一个基本问题。虽然这个问题是棘手的,它最近已被证明,对于确定性和非确定性的系统表示在紧凑的形式,它可以在时间和空间是指数的问题宽度。宽度度量与给定前提条件或目标相关的状态变量的最大数量。在这项工作中,我们在理论上和实践中推广了这个结果。首先,我们引入了一个替代的分解方案和算法,具有相同的时间复杂度,但不同的完整性保证,其空间复杂度要小得多:指数的因果宽度的问题,衡量因果相关的状态变量的数量,一个给定的前提条件,目标,或观察。其次,我们引入了一个快速,有意义的,和强大的近似,贸易的完整性的速度,并在时间和空间指数的问题因果宽度。然后,经验表明,该算法与简单的算法相结合,产生国家的最先进的实时性能域具有高的宽度,但低的因果宽度,如扫雷舰,战舰,和Wumpus。
2019-09-26 cs.AI
Online POMDP Planning with Anytime Deterministic Optimality Guarantees
Technion Autonomous Systems Program (TASP)(技术学院自主系统计划);Stephen B. Klein Faculty of Aerospace Engineering(斯蒂芬·B·克莱因航空航天工程学院);Faculty of Data and Decision Sciences(数据与决策科学学院)
本文为离散POMDP推导近似解与最优解间的确定性界限,提供可附加于现有算法的确定性保证,以极小开销提升决策性能。
2025-10-27 cs.AI cs.RO
Planning Domain Model Acquisition from State Traces without Action Parameters
Filuta AI, Inc.(菲卢塔人工智能公司);Czech Technical University(捷克技术大学);Institute for Basic Science(基础科学研究院);Charles University(查理大学)
本文提出一种从无动作参数的状态轨迹中学习动作模式的方法,证明该任务至少与图同构一样难,但在IPC基准上表现实用,且比SAM等方法用更少信息获得更优结果。
2025-03-07 cs.AI
Temporally Extended Goal Recognition in Fully Observable Non-Deterministic Domain Models
University of Manchester(曼彻斯特大学);IBM Research AI(IBM研究院人工智能部门);Sapienza University(罗马第一大学);York University(约克大学);University of Aberdeen(阿伯丁大学);University of Oxford(牛津大学)
针对现有目标识别方法无法处理复杂场景下时间扩展目标的问题,本文提出首个适用于完全可观测非确定性域模型、可识别LTLf和PLTLf类有限轨迹时间扩展目标的方法,经六个域模型验证准确率良好。
2023-06-14 cs.AI
Hybrid Planning for Dynamic Multimodal Stochastic Shortest Paths
Stanford University(斯坦福大学)
在诸如仓库操作、多步膳食准备和自动车辆网络中的路由等应用中的顺序决策问题通常涉及对不确定性的推理、对离散模式和连续状态的规划以及对动态更新的反应。为了形式化这些问题一般,我们引入一类马尔可夫决策过程(MDP)称为动态多模态随机最短路径(DMSSP)。这些领域的大部分工作解决了确定性变量,当不确定性具有下游效应时,可能会产生不佳的结果。我们开发了一个混合随机规划(HSP)算法,它使用域不可知的抽象有效地统一启发式搜索规划离散模式,近似动态规划随机规划连续状态,分层交错规划和执行。在自治多模式路由领域,HSP获得了比最先进的上置信树算法和两级滚动时域控制算法更高质量的解决方案。
2019-06-21 cs.AI
Multi-tier Automated Planning for Adaptive Behavior (Extended Version)
Universidad Nacional de Buenos Aires(布宜诺斯艾利斯国立大学);Universidad Carlos III de Madrid(马德里卡洛斯三世大学);RMIT University(皇家墨尔本理工大学)
规划领域,作为任何模型,永远不会是完整的,不可避免地对环境的动态作出假设。通过只允许一个领域模型的规范,知识工程师只能做出一组假设,并指定一个单一的目标。借用工作在软件工程,我们提出了一个多层框架的规划,允许规范的不同的假设,和不同的相应目标。该框架旨在支持自适应行为的合成,以减轻任何规划建模任务中的内在风险。在定义了多层规划任务及其解决方案的概念后,我们展示了如何通过简洁的编译来解决问题实例的非确定性规划形式。在这样做时,我们的技术证明了规划的适用性与公平和不公平的行动,并需要更多的努力,在发展规划系统支持双重公平的假设。
2020-02-27 cs.AI
Learning Partially Observable Deterministic Action Models
University of Illinois, Urbana-Champaign(伊利诺伊大学香槟分校)
我们提出了精确的算法,确定性的行动,效果和先决条件,在动态部分可观察域。当一个人不知道一个领域的行为模型(行为影响世界的方式),并且必须随着时间的推移从部分观察中学习时,它们就适用了。这样的场景在现实世界的应用中是常见的。它们对人工智能任务来说是具有挑战性的,因为传统的域结构是易处理性的基础(例如,条件独立性)在那里失败(例如,世界特征变得相关)。我们的工作背离了传统的假设部分观测和行动模型。特别是,它侧重于问题,其中的行动是确定性的简单的逻辑结构和观察模型的所有功能观察到一定的频率。我们产生易处理的算法修改后的问题,这样的域。我们的算法将随时间推移的部分观测序列作为输入,并输出可能导致这些观测的确定性动作模型。算法输出所有或其中一个模型(取决于我们的选择),并且是精确的,因为没有模型被错误分类。我们的算法在时间步长和状态特征的数量上花费了多项式时间,用于人工智能规划文献中检查的一些传统动作类,例如,采取行动。相比之下,传统的方法,阻碍和强化学习是不准确的,指数棘手的这些领域。我们的实验验证了理论上的易处理性保证,并表明我们准确地识别动作模型。在规划、自主探索和冒险游戏中的一些应用已经使用了这些结果。它们也有希望用于概率设置、部分可观察的强化学习和诊断。
2014-01-15 cs.AI
Probabilistic contingent planning based on HTN for high-quality plans
针对部分可观测环境下规划质量差异问题,提出基于HTN的概率权变规划器HQCP,通过成本形式化、新型启发式与集成算法生成高质量规划,并经实验验证有效高效。
2023-09-28 cs.AI
On the Generalization Gap in LLM Planning: Tests and Verifier-Reward RL
Department of Informatics, Bioengineering, Robotics and Systems Engineering, University of Genoa(信息学、生物工程、机器人学和系统工程系,热那亚大学);AIKO S.r.l.(AIKO公司)
本研究发现微调LLM在规划任务中存在显著的泛化差距,通过三种诊断干预揭示模型依赖领域特定模式而非可转移能力。
2026-01-20 cs.AI cs.LG
PRP Rebooted: Advancing the State of the Art in FOND Planning
Queen’s University(女王大学);University of Toronto(多伦多大学);Vector Institute for Artificial Intelligence(矢量人工智能研究所)
本文提出FOND规划器PR2,在18个基准领域中的17个中超越四个领先规划器,通过新颖的FOND感知启发式等技术实现最新水平。
2023-12-20 cs.AI
Extracting Actionability from Machine Learning Models by Sub-optimal Deterministic Planning
机器学习研究的一个主要焦点是提高预测模型的泛化精度和效率。支持向量机、随机森林、深度神经网络等模型被提出并取得巨大成功。然而,在许多应用中出现的缺失是可操作性,即,将预测结果转化为行动的能力。例如,在诸如客户关系管理、临床预测和广告之类的应用中,用户不仅需要准确的预测,而且还需要可以将输入转移到期望目标(例如,更高的利润回报、更低的发病率、更高的广告点击率)。现有的努力,在获得这样的可操作的知识是很少的,并限于简单的动作模型,限制为每个动作只改变一个属性。困境在于,在许多实际应用中,这些动作模型通常更复杂,更难提取最佳解决方案。在本文中,我们提出了一种新的方法,通过将学习与规划相结合来实现可操作性,这是人工智能的两个核心领域。特别是,我们提出了一个框架来提取可操作的知识,从随机森林,最广泛使用的和最好的现成的分类。我们制定的actionability问题的次优行动规划(SOAP)的问题,这是找到一个计划,以改变给定的输入,使随机森林的某些功能将产生一个理想的输出,同时最大限度地减少行动的总成本。从技术上讲,SOAP问题是在SAS+规划形式主义制定,并使用基于Max-SAT的方法解决。我们的实验结果表明,所提出的方法的有效性和效率的个人信用数据集和其他基准。我们的工作代表了一个新的应用自动规划的新兴和具有挑战性的机器学习范例。
2016-11-03 cs.AI cs.LG
Incremental Learning of Discrete Planning Domains from Continuous Perceptions
Fondazione Bruno Kessler(布鲁诺·凯斯勒基金会)
我们提出了一个学习离散确定性规划域的框架。在这个框架中,一个代理学习域通过观察动作的效果,通过连续的功能,描述了执行每个动作后的环境状态。此外,智能体学习其感知功能,即,状态变量和传感器数据之间的概率映射,表示为称为感知变量的连续随机变量的向量。我们定义了一个算法,更新规划域和感知功能(i)引入新的状态,通过扩展状态变量的可能值,或通过削弱它们的约束;(ii)适应感知功能,以适应观察到的数据(iii)适应的基础上执行的动作和通过感知功能观察到的效果的过渡功能。该框架能够处理环境中发生的外源事件。
2019-04-19 cs.AI
Proximity-Based Non-uniform Abstractions for Approximate Planning
Monash University(莫纳什大学)
在一个确定性的世界里,一个规划主体可以确定其规划的行动序列的后果。然而,在通常使用马尔可夫决策过程的动态随机域中,情况并非如此。不幸的是,这些都受到维数灾难的影响:如果状态空间是许多小集合(维度)的笛卡尔乘积,那么规划在这些维度的数量上是指数级的。我们的新技术利用了选择性地忽略状态空间不同部分中的各种维度的直观策略。由此产生的非均匀性有很强的影响,因为近似不再是马尔可夫,需要使用修改后的计划。我们还使用了一个空间和时间的接近度的措施,它响应于持续的规划,以及通过状态空间的代理的运动,动态地适应规划进展的抽象。我们提出了定性和定量的结果,在一系列的实验领域表明,代理利用这种新的近似方法成功地找到解决方案的规划问题,使用远少于完整的状态空间。我们评估和分析我们的方法可以利用的域的功能。
2014-01-18 cs.AI
SafeRun: Enabling Determinism in LLM Planning for Running
University of California, Berkeley(加州大学伯克利分校);Stanford University(斯坦福大学)
针对LLM在跑步规划中因概率性导致安全违规的问题,提出SafeRun框架,通过解耦架构将LLM的软解释与确定性求解器的硬约束分离,实现100%安全评分。
2026-06-08 cs.AI cs.CL
UAV Path Planning Employing MPC- Reinforcement Learning Method Considering Collision Avoidance
University of Luxembourg(卢森堡大学)
针对复杂不确定环境下的无人机路径规划问题,设计了一种基于深度确定性策略梯度算法的长短期记忆(LSTM)网络的模型预测控制(MPC)。在所提出的解决方案中,LSTM-MPC在DDPG网络中作为确定性策略操作,并且它利用预测池来存储预测的未来状态和动作,以提高鲁棒性和效率。预测池的使用还使得能够初始化批评网络,从而与传统的强化学习和深度强化学习方法相比,提高了收敛速度并降低了故障率。通过数值模拟评估所提出的解决方案的有效性。
2023-03-07 cs.AI cs.LG cs.RO
Bounded Semantic Planning and Deterministic Compilation for Reliable Enterprise Text-to-SQL
提出语义路径编译(SPC)系统,在ACME保险基准测试中,其文本到SQL任务正确率达97.4%,显著优于基线系统,且鲁棒性更强。
2026-08-18 cs.AI cs.DB
Efficient Black-Box Planning Using Macro-Actions with Focused Effects
Brown University(布朗大学);IBM Research(IBM研究院)
确定性规划的难度随着搜索树的深度呈指数级增加。黑箱规划提出了一个更大的挑战,因为规划者必须在没有明确的领域模型的情况下进行操作。启发式可以使搜索更有效,但黑盒规划的目标感知启发式通常依赖于目标计数,这通常是相当没有信息的。在这项工作中,我们将展示如何克服这一限制,发现宏观行动,使目标计数启发式更准确。我们的方法搜索具有集中效果的宏动作(即仅修改少量状态变量的宏),这些宏动作与目标计数启发式所做的假设非常一致。聚焦宏在广泛的规划领域中显著提高了黑盒规划效率,有时甚至击败了访问完整领域模型的最先进的规划器。
2021-06-23 cs.AI cs.LG stat.ML
Modular Deep Reinforcement Learning for Continuous Motion Planning with Temporal Logic
The University of Iowa(爱荷华大学);University of Oxford(牛津大学);University of Science and Technology of China(中国科学技术大学)
研究了在连续状态空间和动作空间上转移概率未知的马尔可夫决策过程(MDP)模型下自治动力系统的运动规划问题。线性时序逻辑(LTL)用于描述无限时域上的高级任务,它可以转换为具有多个接受集的极限确定性广义Büchi自动机(LDGBA)。新颖之处是设计一个嵌入式产品MDP(EP-MDP)之间的LDGBA和MDP通过纳入一个同步跟踪前沿功能,记录未访问的接受集的自动机,并促进接受条件的满足。提出的基于LDGBA的无模型强化学习(RL)奖励塑造和折扣方案仅依赖于EP-MDP状态,可以克服奖励稀疏的问题。严格的分析表明,任何优化预期贴现收益的RL方法都能保证找到一个最优策略,其轨迹使满意概率最大化。一个模块化的深度确定性策略梯度(DDPG),然后开发,以产生这样的政策在连续的状态和动作空间。我们的框架的性能通过一系列OpenAI健身房环境进行评估。
2022-01-23 cs.AI cs.FL cs.LG
Blueprint First, Model Second: A Framework for Deterministic LLM Workflow
Alibaba(阿里巴巴)
提出“蓝图优先,模型其次”框架,通过将工作流逻辑解耦为源代码蓝图并由确定性引擎执行,LLM仅处理子任务,在TravelPlanner上最终通过率提升97.6%,约束违反减少96.0%。
2026-06-17 cs.AI cs.PL cs.SE
Computing Complexity-aware Plans Using Kolmogorov Complexity
KTH Royal Institute of Technology(瑞典皇家理工学院)
在本文中,我们介绍了复杂性感知规划有限时域确定性有限自动机的奖励作为输出,基于柯尔莫哥洛夫复杂性。Kolmogorov复杂性被认为是因为它可以检测确定性最优策略的计算复杂性。我们提出了一个规划目标,产生一个明确的权衡政策的性能和复杂性。它被证明,最大化这个目标是不平凡的意义上说,动态规划是不可行的。我们提出了两个算法获得低复杂度的政策,其中第一个算法获得低复杂度的最佳政策,第二个算法找到一个政策最大化的性能,同时保持本地(阶段)的复杂性约束。我们评估了一个简单的导航任务的移动机器人,我们的算法产生低复杂度的政策,符合直觉的算法。
2021-09-22 cs.AI cs.SY eess.SY