STRIPS Action Discovery
Institut de Robòtica i Informàtica Industrial, CSIC-UPC(西班牙国家研究委员会-加泰罗尼亚理工大学机器人与工业自动化研究所)
在现实环境中,规划所需的高层次知识库的确定成为一项艰巨的任务。这些知识通常是手工制作的,即使是系统专家也很难保持更新。最近的方法表明,即使所有中间状态都缺失,经典规划在综合行动模型方面也取得了成功。这些方法可以综合行动计划规划域定义语言(PDDL)从一组执行轨迹,每个组成,至少,一个初始和最终状态。在本文中,我们提出了一个新的算法,无监督合成的动作签名是未知的时,与经典的规划器的ARIPS动作模型。此外,我们还对经典规划进行了编译,以缓解学习动作模型先决条件中的静态谓词的问题,利用SAT规划器的并行编码功能来计算动作模式并验证所有实例。我们的系统是灵活的,因为它支持包括部分输入信息,可以加快搜索。我们通过几个实验展示了学习的动作模型如何在看不见的规划实例中推广。
2021-03-05 cs.AI
SAS+ Planning as Satisfiability
Washington University in St. Louis(圣路易斯华盛顿大学)
作为可满足性的规划是规划的一种主要方法,具有许多突出的优点。现有的规划作为可满足性技术,通常使用编译自可满足性规划的编码。我们介绍了一种新的SAT编码方案(SASE)的基础上的SAS+形式主义。新方案利用了SAS+中的结构信息,从而产生了一种更紧凑、更有效的编码。我们证明了新的编码的正确性,通过建立一个同构的解决方案之间的计划SASE和基于编码的SAMPS。我们进一步分析了SASE中新引入的过渡变量,以解释为什么它可以容纳现代SAT求解算法并提高性能。我们给出了实证统计结果来支持我们的分析。我们还开发了一些技术,以进一步减少SASE的编码大小,并进行实验研究,以显示每个单独的技术的强度。最后,我们报告了大量的实验结果,以证明显着的改进SASE在国家的最先进的基于编码方案的时间和内存效率。
2014-01-18 cs.AI
Scaling up ML-based Black-box Planning with Partial STRIPS Models
Aalborg University(奥尔堡大学);ServiceNow Research(ServiceNow研究院)
一种流行的顺序决策方法是执行基于模拟器的搜索,并使用机器学习(ML)方法(如策略学习)进行指导。另一方面,如果有一个完整的声明性模型,模型松弛算法可以有效地指导搜索。在这项工作中,我们考虑如何从业者可以提高ML为基础的黑盒规划设置一个完整的符号模型不可用。我们表明,指定一个不完整的CNOPS模型,只描述了问题的一部分,使使用松弛算法。我们在几个规划领域的研究结果表明,这是一种有效的方法来改善基于ML的黑盒规划,而不仅仅是收集更多的数据或调整ML架构。
2022-07-10 cs.AI cs.CL cs.LG
Learning Lifted Action Models From Traces of Incomplete Actions and States
RWTH Aachen University(亚琛工业大学)
本文提出 STRIPS+ 表示与 SYNTH 算法,从状态谓词和动作参数均不完整的轨迹中学习提升动作模型,并证明其正确性、完备性及可扩展性。
2025-08-29 cs.AI
Heuristics for Planning, Plan Recognition and Parsing
Universitat Pompeu Fabra(庞培法布拉大学);ICREA(加泰罗尼亚研究与高级研究院)
在最近的一篇论文中,我们已经表明,计划识别的CNOPS可以制定和解决使用经典的规划原理和算法。在这项工作中,我们表明,这一提法纳入了标准的制定计划识别图书馆通过编译库到CNOPS理论。库对应于可以是循环的并且其中AND节点的子节点可以是部分排序的AND/OR图。这些库包括作为特殊情况的上下文无关文法,其中计划识别问题变成了缺少标记的解析问题。在标准库上的规划识别成为任何现代规划者都可以轻松解决的规划问题,而在更复杂的库上的识别,包括上下文无关文法(CFG),说明了当前规划算法的局限性,并提出了可能与其他规划问题相关的改进建议。
2016-05-22 cs.AI
Compiling Causal Theories to Successor State Axioms and STRIPS-Like Systems
The Hong Kong University of Science and Technology(香港科技大学)
我们描述了一个系统指定的行动的影响。与人工智能规划中常用的那些不同,我们的系统使用一种动作描述语言,允许人们使用域规则来指定动作的效果,域规则是状态约束,可以从旧的动作中产生新的动作效果。声明,在我们的语言中的行动域对应于一个非单调的因果理论的情况演算。在程序上,这样的动作域被编译成一组逻辑理论,一个用于域中的每个动作,然后生成完全实例化的后继状态类公理和类STRIPS系统。我们希望该系统是一个有用的工具,知识工程师编写经典的人工智能规划系统,GOCNET系统,和其他系统的行动需要正式规范的行动规范。
2011-06-24 cs.AI
Determining ActionReversibility in STRIPS Using Answer Set and Epistemic Logic Programming
University of Klagenfurt(克拉根福大学);Czech Technical University in Prague(捷克布拉格技术大学)
在关于行动和变化的规划与推理的上下文中,当一个行动的效果可以通过应用其他行动而恢复到原始状态时,我们称之为可逆的。对这一领域的重新关注已经在PDDL语言的上下文中产生了几个结果,PDDL语言广泛用于描述规划任务。在本文中,我们提出了几个解决方案的计算问题,决定可逆的行动。特别是,我们利用现有的翻译从PDDL到回答集编程(ASP),然后使用几种不同的编码来解决PDDL的PDPS片段的动作可逆性的问题。对于这些,我们使用ASP,以及认知逻辑编程(ELP),ASP与认知算子的扩展,并比较和对比它们的优点和缺点。正在考虑接受TPLP。
2021-08-11 cs.AI
Learning Lifted Action Models from Traces with Minimal Information About Actions and States
RWTH Aachen University(亚琛工业大学)
本文研究了在不完全信息下从动作轨迹中学习STRIPS+动作域的问题,提出了三种通用情况下的算法和完备性结果,假设选定的动作参数完全可观察,从而在不同可观察性假设下确定等效域的学习条件。
2026-05-18 cs.AI
Action Categorization for Computationally Improved Task Learning and Planning
Georgia Institute of Technology(佐治亚理工学院)
本文探讨了任务学习和规划问题,提出了一种改进规划和强化学习计算性能的类别表示方法(ACR)。ACR是一种算法不可知的抽象数据表示,它将对象映射到动作类别(动作组),灵感来自动作代码的心理概念。我们验证了我们的方法在星际争霸和Lightworld域;我们的研究结果表明,ACR的几个好处,有关提高计算性能的规划和RL,减少行动空间的代理。
2018-04-26 cs.AI
Mining useful Macro-actions in Planning
Univ. Grenoble Alpes(格勒诺布尔阿尔卑斯大学)
近年来,规划工作取得了重大进展。在扩大计划综合的各种办法中,广泛探讨了宏观行动的使用。作为第一阶段的解决方案,学习在线的宏动作的发展,我们提出了一个算法来识别有用的宏动作的基础上数据采掘技术。这些学习到的宏观行动的规划搜索的集成显示出显着的改进,超过六个经典的规划基准。
2018-10-22 cs.AI
Learning Macro-actions for State-Space Planning
Univ. Grenoble Alpes(格勒诺布尔阿尔卑斯大学)
近年来,规划工作取得了重大进展。在扩大计划综合的各种办法中,广泛探讨了宏观行动的使用。作为第一阶段的解决方案,学习在线的宏动作的发展,我们提出了一个算法来识别有用的宏动作的基础上数据采掘技术。这些学习到的宏观行动的规划搜索的集成显示出显着的改进,超过四个经典的规划基准。
2016-10-07 cs.AI
Learning Lifted STRIPS Models from Action Traces Alone: A Simple, General, and Scalable Solution
本文提出一种仅从动作轨迹学习STRIPS模型的新方法,基于高效测试验证谓词受动作模式影响的假设,兼具LOCM的可扩展性与SAT的可靠完备性,在8-puzzle等大规模领域验证了其有效性。
2025-07-16 cs.AI
A Probabilistic Model of Action for Least-Commitment Planning with Information Gather
University of Washington(华盛顿大学)
人工智能规划算法已经解决了生成实现某些输入目标的操作符序列的问题,通常假设规划代理对世界具有完美的控制和信息。放松这些假设需要对动作表示进行扩展,允许对动作所做的更改及其提供的信息进行推理。本文提出了一种行动表示,扩展了确定性的CNOPS模型,使行动既有因果关系和信息的影响,这两者都可以是上下文相关的和嘈杂的。我们还演示了如何一个标准的最小承诺规划算法可以扩展到包括信息行动和权变执行。
2013-02-27 cs.AI
Automated Tactical Decision Planning Model with Strategic Values Guidance for Local Action-Value-Ambiguity
Technion - Israel Institute of Technology(以色列理工学院)
在许多现实世界的规划问题中,行动的影响因地点、时间和行动应用的背景而异。在不同的上下文或状态下具有相同效果的相同动作可能导致不同的变化。在不完整的前提条件清单中,适用于几个国家和情况的行动,即使在小领域,关于行动影响的模糊性也是具有挑战性的。为了估计行动的实际影响,对效果列表的评估是不够的;相对估计提供的信息更多,适合于估计行动的实际影响。最近关于超额订购计划(OSP)的工作将行动的净效用定义为行动引起的状态价值的净变化。行动净效用的概念允许对价值行动的影响有更广泛的视角,并考虑到国家间和国家内的依赖关系,用于更准确地评估行动的成就。在复杂现实中实现价值理性决策往往需要战略性的、高层次的、具有全局视角和价值观的规划,而许多局部战术决策需要实时信息来估计行动的影响。本文提出了一种离线的行动价值结构分析,利用行动的净效用的复杂表示的信息性,将规划的范围扩展到价值不确定性场景,并提供一个实时的价值理性决策规划工具。离线预处理阶段的结果是一个紧凑的决策规划模型表示灵活,本地推理的净效用的行动(离线)值的模糊性。所获得的灵活性是有益的在线规划阶段和实时执行的行动与价值模糊。我们的实证评估表明,这种方法的有效性,在其行动价值结构的价值模糊的域。
2018-11-30 cs.AI
Model-Based Planning with Discrete and Continuous Actions
New York University(纽约大学);Facebook AI Research(Facebook人工智能研究)
使用世界的学习和可微前向模型的行动规划是一种通用方法,具有许多理想的特性,包括无模型RL方法的改进的样本复杂性,在不同任务中重用学习模型,以及在连续行动空间中执行有效的基于梯度的优化的能力。然而,当动作空间是离散的时,这种方法并不直接适用。在这项工作中,我们表明,它实际上是可以有效地执行规划通过反向传播离散的动作空间,使用一个简单的参数化的动作向量的单纯形结合输入噪声时,训练正向模型。我们的实验表明,这种方法可以匹配或优于无模型RL和离散规划方法在网格世界导航任务的性能和/或规划时间,同时使用有限的环境交互,并可以另外用于执行基于模型的控制在一个具有挑战性的新任务,其中的动作空间结合离散和连续的行动。此外,我们提出了一个政策蒸馏的方法,产生一个快速的政策网络,可以在推理时使用,消除了迭代规划过程的需要。
2018-04-04 cs.AI
Learning Neural-Symbolic Descriptive Planning Models via Cube-Space Priors: The Voyage Home (to STRIPS)
MIT-IBM Watson AI Lab, IBM Research(麻省理工学院-IBM沃森人工智能实验室,IBM研究院)
我们在使智能体能够自主学习其环境的艰巨任务中取得了新的里程碑。我们的神经符号架构经过端到端的训练,仅从图像中生成简洁有效的离散状态转换模型。我们的目标表示(规划域定义语言)已经是一种现成的求解器可以使用的形式,并为现代启发式搜索功能的丰富阵列打开了大门。我们展示了如何复杂的先天先验,我们放置在学习过程中显着降低了复杂性的学习表示,并揭示了连接到图论的概念“立方体图”,从而打开了大门,更深入地了解学习符号表示的理想属性。我们表明,强大的领域独立的算法允许我们的系统解决视觉15-Puzzle的情况下,这是超出了盲目搜索的范围,而不诉诸强化学习的方法,需要大量的训练领域相关的奖励信息。
2020-08-11 cs.AI cs.LG
Novelty and Lifted Helpful Actions in Generalized Planning
School of Computing and Information Systems, The University of Melbourne(墨尔本大学计算与信息系统学院)
本文针对广义规划问题,提出了基于动作新颖性排名的求解器BFS($v$)和PGP($v$),并引入提升的有用动作、新评估函数与程序限制以扩大搜索规模,实验证明其优于现有最先进方法。
2023-07-03 cs.AI
Structure and Complexity in Planning with Unary Operators
Ben-Gurion University(本古里安大学)
一元算子域--即,在许多控制问题中,算子具有单一效果的域自然出现。在其最一般的形式中,一元算子域中的CNOPS规划问题与一般的CNOPS规划问题一样困难-两者都是PSPACE完备的。然而,一元算子域诱导了一个自然的结构,称为域的因果图。该图关系到每个域运算符的前提条件和效果。威廉姆斯和纳亚克利用因果图来分析NASA深空一号航天器中一个控制器的计划生成。在那里,他们利用了这样一个事实,即当这个图是非循环的时,可以快速获得任何子目标的序列化排序。在本文中,我们进行了全面的研究领域的因果图的结构和规划的复杂性之间的关系在这个领域。在积极的一面,我们表明,一个非平凡的多项式时间计划生成算法存在的域的因果图诱导一个多边形树,其节点入度上的一个常数。在消极的一面,我们甚至计划存在是困难的,当图是一个有向路径单连通DAG。更一般地说,我们表明,因果图中的路径的数量是密切相关的规划在相关联的域的复杂性。最后,我们将我们的研究结果与问题的复杂性规划序列化的子目标。
2011-06-26 cs.AI
A Planning Compilation to Reason about Goal Achievement at Planning Time
J.P. Morgan AI Research(摩根大通人工智能研究)
本文提出一种通过提交动作扩展原始任务的规划编译方法,使规划器在规划时即可识别永久性目标达成,且不增加最优与次优规划的开销。
2025-08-11 cs.AI
Answer Set Planning Under Action Costs
TU Wien(维也纳工业大学);University of Calabria(卡拉布里亚大学)
最近,规划的基础上回答集编程已被提出作为一种实现声明式规划系统的方法。在本文中,我们提出了语言Kc,它扩展了声明式规划语言K的行动成本。Kc提供了容许和最优计划的概念,这些计划的总行动成本在给定的限制内。所有计划中的最小值(即,最便宜的计划)。正如我们所展示的,这种新颖的语言允许以声明的方式表达一些重要的规划任务。此外,它可以用于表示规划问题下的其他最优性标准,如计算“最短”的计划(步骤数最少),和细化组合的最便宜和最快的计划。我们研究的语言KC的复杂性方面,并提供了一个转换到逻辑程序,这样的规划问题,通过答案集编程解决。此外,我们报告选定的问题的实验结果。我们的经验是令人鼓舞的,答案集规划可能是一个有价值的方法,表达规划系统中,复杂的规划问题可以自然地指定和解决。
2011-06-26 cs.AI
Enhancing Temporal Planning Domains by Sequential Macro-actions (Extended Version)
Graz University of Technology(格拉茨技术大学);Czech Technical University in Prague(捷克技术大学(布拉格));University of Klagenfurt(克拉根福大学)
针对多智能体共享资源的大规模时序规划场景中规划器性能下降的问题,提出可保证规划适用性的序列时序宏动作方法,在多个竞赛基准上验证了规划质量与求解效果的提升。
2023-07-22 cs.AI
A Constraint-based Encoding for Domain-Independent Temporal Planning
我们提出了一个通用的基于约束的编码领域无关的任务规划。任务规划的特点是因果关系表示为条件和可选行动的影响。可能的操作通常由模板表示,其中每个模板可以实例化为多个基本操作。虽然大多数以前的工作领域独立的任务规划集中在一个面向状态的视图中的原始动作,我们的编码使用一个完全解除表示在行动模板的水平。它遵循的精神,以前的工作在基于约束的调度面向时间的观点。因此,所提出的编码是简单和紧凑的,因为它随着解决方案计划中的动作的数量而不是可能的原始动作的数量而增长。当用SMT求解器求解时,我们表明,所提出的编码在时间约束规划基准上比最先进的方法稍微更有效,同时明显优于其他完全基于约束的方法。
2018-06-26 cs.AI
Subgoaling Relaxation-based Heuristics for Numeric Planning with Infinite Actions
本文提出一种方法,将带有无限动作的数值规划问题转换为简单任务,利用子目标启发式方法进行有效求解。
2025-12-26 cs.AI
Temporal Planning with Intermediate Conditions and Effects
Fondazione Bruno Kessler(布鲁诺·凯斯勒基金会)
当控制系统可以并行执行更多操作时,以及当模型中需要时间约束(如最后期限)时,自动时间规划是首选技术。几个基于动作的规划系统的一个限制是,动作被建模为仅在极端处具有条件和效果的区间,并且作为不变量,但是在任意点或子区间处不能指定条件或效果。在本文中,我们通过提供一种有效的时间规划的搜索技术来解决这个限制,允许在动作持续时间内的任何任意时间定义具有条件和效果的动作。我们的实验表明,我们的方法是远远优于标准编码PDDL 2.1和其他方法,可以(直接或间接)代表中间的动作条件或效果是有竞争力的。
2019-09-25 cs.AI
Self-directed Learning of Action Models using Exploratory Planning
Parallax Advanced Research(视差高级研究院);Knexus Research Corporation(奈克瑟斯研究公司);Lehigh University(利哈伊大学);Naval Research Laboratory(海军研究实验室)
复杂的、真实世界的域可能无法为代理完全建模,特别是如果代理以前从未在该域中操作过。智能体在这样一个域中有效地计划和行动的能力受到其何时可以执行特定动作以及这些动作的效果的知识的影响。我们描述了一种新的探索性规划代理,能够学习行动的先决条件和影响,没有专家的痕迹或给定的目标。代理的架构允许它执行探索性动作以及目标导向的动作,这为探索性规划和目标规划应该如何控制以及代理的行为应该如何向它可能拥有的任何队友解释开辟了重要的考虑因素。这项工作的贡献包括一个新的上下文表示称为提升链接子句,一个新的探索行动选择方法使用这些条款,一个探索计划,使用提升链接子句作为目标,以达到新的状态,以及在一个以探索为中心的视频游戏场景中的实证评估,表明解除链接的子句可以改善探索和动作模型学习,规划基线代理。
2022-03-07 cs.AI
Partial-Order Planning with Concurrent Interacting Actions
University of Toronto(多伦多大学);Ben-Gurion University(本-古里安大学)
为了生成多个执行器,代理团队或分布式控制器的代理计划,我们必须能够表示和计划使用具有交互效果的并发动作。这在历史上被认为是一项具有挑战性的任务,需要一个时间规划者能够明确地推理时间。我们表明,通过简单的修改,可用于表示相互作用的动作的CAMPPS动作表示语言。此外,偏序规划的算法只需要很小的修改,以应用在这样的多智能体域。我们证明了这一事实,通过开发一个健全的和完整的偏序规划与并发的互动行动,POMP,扩展现有的偏序规划者在一个简单的方式规划。这些结果开辟了使用偏序规划的合作多智能体系统的集中控制的方式。
2011-06-01 cs.AI
On Computing Plans with Uniform Action Costs
Universidad Carlos III de Madrid(卡洛斯三世大学)
本文针对现实规划中动作成本均匀性的需求,将三种均匀性度量引入自动规划,提出基于规划的编译方法以字典序优化成本总和与均匀性,实验验证了该方法能有效生成均匀计划。
2024-05-24 cs.AI
Marginal Utility for Planning in Continuous or Large Discrete Action Spaces
University of Alberta(阿尔伯塔大学);Amii(阿尔伯塔机器智能研究所)
基于样本的规划是一个强大的算法家族,用于从环境模型生成智能行为。生成良好的候选动作对于基于样本的规划器的成功至关重要,特别是在连续或大型动作空间中。通常,候选动作生成耗尽动作空间,使用领域知识,或者最近,涉及学习随机策略以提供这种搜索指导。在本文中,我们探索通过优化一个新的目标,边际效用显式学习候选动作生成器。动作生成器的边际效用衡量的是一个动作相对于先前生成的动作的价值增加。我们验证了我们的方法在两个卷曲,一个具有挑战性的随机域连续的状态和动作空间,和一个位置游戏的离散,但大的动作空间。我们表明,一个发电机训练的边际效用目标优于手工编码的计划建立在大量的领域知识,训练的随机政策,和其他自然的目标,为抽样为基础的规划者产生的行动。
2020-06-17 cs.AI
Habits of Mind: Reusing Action Sequences for Efficient Planning
MPI for Biological Cybernetics(马克斯·普朗克生物控制论研究所);University of Tübingen(蒂宾根大学)
本研究提出将贝叶斯动作分块机制得到的动作序列例程嵌入蒙特卡洛树搜索规划器,通过聚焦常用路径、多步跳步简化深度规划来提升效率,在七巧板类物理构建任务中验证了效果。
2023-06-08 cs.AI
Leveraging Action Relational Structures for Integrated Learning and Planning
School of Computing, Australian National University(澳大利亚国立大学计算学院)
本文提出部分空间搜索和动作集启发式,利用 PDDL 动作模式的关系结构实现集成学习与规划,新规划器 LazyLifted 在 IPC 2023 基准测试中优于现有方法。
2025-04-29 cs.AI
Planning and Acting While the Clock Ticks
Technion(以色列理工学院);Ben-Gurion University(本-古里安大学);University of New Hampshire(新罕布什尔大学)
针对时间紧迫无法先完成规划再执行的问题,提出并发规划与执行新设置,支持在规划终止前调度动作并处理挂钟截止时间,扩展元推理开发新算法,在强时间压力下优于情境时序规划。
2024-03-21 cs.AI
Decentralized Cooperative Planning for Automated Vehicles with Hierarchical Monte Carlo Tree Search
Karlsruhe Institute of Technology(卡尔斯鲁厄理工学院);FZI Research Center for Information Technology(FZI信息技术研究中心)
今天的自动驾驶汽车缺乏与他人进行隐性合作的能力。本文提出了一种基于蒙特卡罗树搜索(MCTS)的方法,用于异构环境中自动驾驶汽车的分布式协作规划。基于其他代理和解耦UCT(MCTS的一个变种)的合作建模,该算法评估的状态动作值的每个代理在一个合作和分散的方式,明确地建模交通参与者之间的相互依赖的行动。宏操作允许在多个时间步长上的时间扩展,并增加有效的搜索深度,需要更少的迭代来规划更长的视野。没有预定义的宏动作的策略,该算法同时学习宏动作上和宏动作内的策略。该方法在几种冲突场景下进行了评估,表明该算法可以在异构环境中实现有效的协同规划与学习的宏动作。
2018-07-25 cs.AI
Planning Through Stochastic Local Search and Temporal Action Graphs in LPG
我们提出了一些技术规划领域指定最近的标准语言PDDL2.1,支持“持续性行动”和数值量。这些技术在LPG中实现,LPG是一个独立于领域的规划器,参加了第三届国际规划竞赛(IPC)。LPG是一个增量的,任何时间系统产生多标准的质量计划。该系统的核心基于随机局部搜索方法和称为“时间动作图”(TA图)的基于图的表示。本文着重于时间规划,介绍TA-图,并提出了一些技术来指导LPG使用这种表示的搜索。第三届IPC的实验结果,以及本文提出的进一步结果,表明我们的技术可以是非常有效的。LPG通常在导出解决方案的速度或可产生的解决方案的质量方面优于第三IPC的所有其他全自动规划器。
2011-06-26 cs.AI
Position Paper: Online Modeling for Offline Planning
Bar-Ilan University(巴伊兰大学)
规划问题的定义和表示是人工智能规划研究的核心。一个关键部分是动作模型的表示。几十年来,声明式动作模型表示的改进带来了许多理论上的进步,以及有能力的、工作的、独立于领域的规划者。然而,尽管该领域已经成熟,但人工智能规划技术仍然很少在研究界之外使用,这表明当前的表示无法捕捉现实世界的需求,例如利用从数据中学习的复杂数学函数和模型。我们认为,这是因为建模过程被假定为在规划过程之前已经发生和完成,即,离线规划的离线建模。这种方法有几个固有的挑战,包括:声明性建模语言的表达能力有限;早期承诺建模选择和计算,这妨碍了为每个动作模型使用最合适的解决方案-这只能在规划期间知道;以及难以可靠地使用非声明性,学习模型。因此,我们建议改变人工智能规划流程,使其在离线规划中进行在线建模,即,在访问时,使用作为规划过程的一部分计算甚至生成的动作模型。这概括了现有的方法(离线建模)。拟议的定义承认新颖的规划过程,我们建议一个具体的实施,展示该方法。我们勾画了初步的结果,作为第一次尝试的一部分,按照这种方法与行动成本估算规划。最后,我们讨论开放的挑战。
2022-06-20 cs.AI
SAGE: Subgoal-Conditioned Action Generation for Latent World Model Planning
Peking University(北京大学)
研究潜在世界模型规划中提议质量受限问题,提出先验条件规划器,利用目标条件生成器预测潜在子目标,结合不同时长子目标作先验,实验证明该方法显著提升长期规划性能。
2026-09-29 cs.AI
Features, Projections, and Representation Change for Generalized Planning
Universidad Simón Bolívar(西蒙·玻利瓦尔大学);ICREA(加泰罗尼亚研究与高等研究院);Universitat Pompeu Fabra(庞培法布拉大学)
广义规划涉及的是一次解决多个实例的规划的表征和计算。在标准公式中,广义计划是从特征或观察历史到动作的映射,假设实例共享一个公共的特征和动作池。然而,这个假设排除了标准的关系规划域,在这些域中,操作和对象在实例之间发生变化。在这项工作中,我们扩展了广义规划的标准制定这样的域。这是通过将动作投影到特征上来实现的,从而产生一组通用的抽象动作,这些抽象动作可以被测试是否正确和完整,并且可以用于生成通用策略,例如“如果夹具是空的,则拾取x上方的透明块并将其放置在桌子上”,这些策略在任何Blocksworld实例中实现目标clear(x)。在此策略中,“pick the clear block above x”是一个抽象动作,在一种情况下可以表示动作Unstack(a,b),在另一种情况下可以表示动作Unstack(b,c)。变换也被引入到计算这样的政策,通过完全可观察的非确定性(FOND)的规划。广义表示学习一般政策的价值也进行了讨论。
2018-06-14 cs.AI
Bridging Commonsense Reasoning and Probabilistic Planning via a Probabilistic Action Language
Arizona State University(亚利桑那州立大学);SUNY Binghamton(纽约州立大学宾汉姆顿分校)
为了响应动态变化的现实世界环境,智能代理需要执行复杂的顺序决策任务,这些任务通常由常识知识指导。在这方面的研究导致了称为“交错常识推理和概率规划”(icorpp)的框架,它使用P-log表示常识知识和马尔可夫决策过程(MDP)或部分可观察MDP(POMDP)在不确定性下进行规划。icorpp的一个主要限制是它的实现需要非平凡的工程努力来桥接常识推理和概率规划形式主义。在本文中,我们提出了一个统一的框架,集成icorpp的推理和规划组件。特别是,我们扩展了概率动作语言pBC+来表达效用,信念状态和观察POMDP模型。继承动作语言的优点,新的动作语言提供了一个详细的宽容表示POMDP,反映常识知识。这个想法导致了系统pbcplus 2 pomdp的设计,它将pBC+动作描述编译成POMDP模型,该模型可以直接由现成的POMDP求解器处理,以计算pBC+动作描述的最佳策略。实验结果表明,该方法保留了icorpp的优点,同时避免了在常识推理器和概率规划器之间进行人工连接。
2019-07-31 cs.AI
Gradient-Based Mixed Planning with Symbolic and Numeric Action Parameters
Sun Yat-sen University(中山大学);Arizona State University(亚利桑那州立大学)
在现实世界的动态环境中处理逻辑关系和数值变化的规划问题是具有挑战性的。现有的求解该问题的数值规划系统往往对数值变量进行离散化处理或对数值变量施加凸约束,从而影响了问题的求解性能。提出了一种基于梯度下降的求解混合逻辑关系和数值变化的数值规划问题的算法框架。我们将具有逻辑关系和数值变化的数值规划问题转化为一个优化问题。具体来说,我们扩展语法,允许动作模型的参数是对象或实值数字,这增强了模拟真实世界的数字效果的能力。基于扩展的建模语言,我们提出了一个基于梯度的框架,同时优化数值参数和计算适当的行动,形成候选计划。基于梯度的框架由基于命题操作的算法启发式模块、算法转换模块和损失计算模块组成,其中算法启发式模块用于选择动作并生成梯度下降的约束,算法转换模块用于将状态更新到下一个状态,损失模块用于计算损失。我们通过更新数值参数和计算候选计划来重复最小化损失,直到它收敛为规划问题的有效计划。在实证研究中,我们表明,我们的算法框架是有效的和高效的解决规划问题的逻辑关系和数值变化混合,特别是当问题包含障碍和非线性数值效应。
2022-10-09 cs.AI
Action-Consequence Alignment for Reliable Planning and Self-Improving in Latent World Models
University of the Chinese Academy of Sciences(中国科学院大学);International Frontier Interdisciplinary Research Institute (IFIRI), Wenzhou-Kean University(温州肯恩大学国际前沿跨学科研究院);OPI Labs(OPI实验室)
针对潜在世界模型中预测误差低但规划不可靠的问题,提出行动-后果对齐(ACA)训练目标,通过惩罚替代行动预测误差优势,提升规划性能并减少真实目标误差,且无需额外组件或交互。
2026-10-06 cs.AI
Lifted Successor Generation in Numeric Planning
扩展经典规划的提升后继生成器以支持数值前提,通过枚举替换一致性图最大团生成接地动作,在保证完备性下解决接地爆炸问题。
2025-11-01 cs.AI
Bayesian Optimized Monte Carlo Planning
Stanford University(斯坦福大学);University of Colorado Boulder(科罗拉多大学博尔德分校)
部分可观测马尔可夫决策过程的在线求解器很难扩展到具有大动作空间的问题。蒙特卡罗树搜索,通过从动作空间采样来构建策略搜索树,尝试逐步加宽以提高缩放。渐进式扩展搜索的性能取决于动作采样策略,通常需要特定于问题的采样器。在这项工作中,我们提出了一个通用的方法,有效的行动抽样的基础上贝叶斯优化。所提出的方法使用高斯过程来对动作-价值函数的信念进行建模,并选择将最大化最优动作值的预期改进的动作。我们实现了一个新的在线树搜索算法称为贝叶斯优化蒙特卡罗规划(BOMCP)所提出的方法。几个实验表明,BOMCP能够更好地扩展到大的动作空间POMDPs比现有的最先进的树搜索求解器。
2020-10-07 cs.AI
Decision-Theoretic Planning with Concurrent Temporally Extended Actions
Michigan State University(密歇根州立大学)
我们研究了一个模型,规划下的不确定性与temporallyextended行动,多个行动可以同时采取在每个决策时期。我们的模型是基于选项框架,并结合它与因子化的状态空间模型,其中的一组选项可以被划分为影响不相交的状态变量的类。我们发现,一组decisionepochs并发选项定义了一个半马尔可夫decisionprocess,如果潜在的时间上扩展的行动被并行arenjoined马尔可夫选项。这个属性允许我们使用SMDP算法来计算并发操作上的价值函数。并发选项模型允许选项的重叠执行,以实现更高的性能或执行复杂的任务。我们描述了一个简单的实验,使用navigationtask,说明如何并发选项的结果在一个更快的计划相比,只有一个选项的情况下,在一个时间。
2013-01-10 cs.AI
Reasoning and Planning with Sensing Actions, Incomplete Information, and Static Causal Laws using Answer Set Programming
我们在[Son and Baral 2000]中将感知行为和不完全信息的0-近似扩展到具有静态因果律的行为理论,并证明了它在可能世界语义上的可靠性。我们还表明,关于这个近似的条件规划问题是NP完全的。然后,我们提出了一个答案集编程为基础的条件规划,称为ASCP,这是能够产生符合计划和条件计划中存在的传感行动,不完整的信息的初始状态,和静态因果关系的法律。我们证明了我们的实现的正确性,并认为我们的计划是健全的和完整的建议的近似。最后,我们提出的实验结果比较ASCP到其他规划。
2006-05-04 cs.AI
Compact and Efficient Encodings for Planning in Factored State and Action Spaces with Learned Binarized Neural Network Transition Models
University of Toronto(多伦多大学);Vector Institute(向量研究所)
在本文中,我们利用二进制神经网络(BNN)的效率,学习复杂的状态转换模型的规划域与离散化的因子状态和动作空间。为了直接利用这种过渡结构的规划,我们提出了两个新的编译的学习因子规划问题与BNN的基础上减少加权部分最大布尔可满足性(FD-SAT-Plan+)以及二进制线性规划(FD-BLP-Plan+)。从理论上讲,我们表明,我们的基于SAT的双向神经元激活编码是渐近最紧凑的编码相对于当前的文献,并支持单位传播(UP)-一个重要的属性,促进效率SAT求解器。在实验中,我们验证了我们的双向神经元激活编码的计算效率相比,现有的神经元激活编码,并展示了学习复杂的过渡模型与BNN的能力。我们测试了FD-SAT-Plan+和FD-BLP-Plan+在学习因子规划问题上的运行时效率,结果表明FD-SAT-Plan+随着BNN大小和复杂性的增加而扩展得更好。最后,我们提出了一个有限时间增量约束生成算法的基础上广义地标约束,以提高规划精度,我们的编码,通过模拟或现实世界的互动。
2020-03-06 cs.AI
Task Planning in Robotics: an Empirical Comparison of PDDL-based and ASP-based Systems
The University of Texas at Austin(得克萨斯大学奥斯汀分校);Cogitai, Inc.(科吉泰公司);SUNY Binghamton(纽约州立大学宾汉姆顿分校)
机器人需要任务规划算法来排序动作,以实现通过单个动作不可能实现的目标。现成的任务规划器可以被智能机器人从业者用来解决各种规划问题。然而,存在许多不同的规划器,每一个都有不同的优点和缺点,并且没有一般的规则,哪一个规划器最适合应用于给定的问题。在这篇文章中,我们经验比较国家的最先进的规划师,使用规划领域描述语言(PDDL),或回答集编程(ASP)作为底层的行动语言的性能。PDDL是为任务规划而设计的,基于PDDL的规划器被广泛用于各种规划问题。ASP是为知识密集型推理而设计的,但也可用于解决任务规划问题。鉴于域编码是尽可能相似的,我们发现,PDDL为基础的规划者执行更好的问题,更长的解决方案,和ASP为基础的规划者更好的任务有大量的对象或复杂的推理需要的原因行动的先决条件和影响。由此产生的分析可以通知特定的机器人任务规划域的通用规划系统之间的选择。
2019-02-25 cs.AI
SayCanPay: Heuristic Planning with Large Language Models using Learnable Domain Knowledge
KU Leuven(鲁汶大学)
提出SayCanPay方法,结合大语言模型的世界知识与启发式搜索,利用可学习领域知识评估动作可行性与长期回报,生成可行且具成本效益的规划,超越现有LLM规划方法。
2024-01-01 cs.AI
Efficient Planning under Uncertainty with Macro-actions
Massachusetts Institute of Technology(麻省理工学院);University of California, Berkeley(加州大学伯克利分校)
在部分可观察的环境中决定如何行动仍然是一个活跃的研究领域。当良好的控制性能需要在具有许多状态的域中规划未来的多个步骤时,识别良好的决策序列特别具有挑战性。为了应对这一挑战,我们提出了一个在线的,向前搜索算法称为后验信念分布(PBD)。PBD利用一种新的方法来计算在采取一系列行动后产生的信念的后验分布,给定在此过程中可能接收到的观察序列集。这种方法使我们能够有效地评估一系列原始动作的预期回报,我们称之为宏动作。我们提出了一个正式的分析,我们的方法,并检查其性能的两个非常大的模拟实验:科学探索和目标监测域。我们还展示了我们的算法被用来控制一个真正的机器人直升机在目标监测实验,这表明我们的方法具有实际的潜力,规划在现实世界中,大的部分可观察的领域,需要多步前瞻,以实现良好的性能。
2014-01-16 cs.AI
Partial-Order, Partially-Seen Observations of Fluents or Actions for Plan Recognition as Planning
School of Computing(计算学院);Entertainment Arts and Engineering Program(娱乐艺术与工程系);University of Utah(犹他大学)
这项工作的目的是通过调整以前的汇编,使计划识别为规划更适合现实世界的情况下,工作与偏序,半看到两个流利的和行动的观察。我们首先要重新定义观测可以是什么,以及满足每一种观测意味着什么。然后,我们提供了一个汇编从计划识别问题的经典规划问题,类似于原来的工作拉米雷斯和格夫纳,但容纳这些更复杂的观察类型。该编译可以适应于其他基于规划的计划识别技术。最后,我们评估这种方法对“忽略复杂性”的策略,使用原始的方法由拉米雷斯和格夫纳。我们的实验结果表明,虽然速度较慢,但我们的方法与基线方法一样或更准确;我们的技术有时会显着减少计划识别问题的解决方案的大小,即最佳目标集的大小。我们讨论了这些发现的背景下,计划识别问题的难度,并提出了一个途径,为今后的工作。
2019-11-14 cs.AI
Representation Learning for Classical Planning from Partially Observed Traces
Sun Yat-sen University(中山大学)
构建一个完整的领域模型是一个耗时的问题,这已经成为人工智能规划技术在许多现实场景中应用的瓶颈。大多数经典的领域模型学习方法以声明性规划语言(如MANUPS或PDDL)的形式输出领域模型,并通过调用现有规划器来解决新的规划实例。然而,这种表示中的规划对所学习的领域模型的准确性敏感,这可能不能用于解决实际规划问题。为了以矢量化的方式表示领域模型,提出了一种基于图神经网络(GNN)的无模型学习和基于模型的规划相结合的新框架LP-GNN。通过在图中嵌入命题和动作,探索它们之间的潜在关系,形成特定领域的推理。我们评估我们的方法在五个经典的规划领域,与经典的领域模型学习器ARMS相比。实验结果表明,通过该方法学习的领域模型在解决实际规划问题时更加有效。
2019-07-19 cs.AI
Solving Multiagent Planning Problems with Concurrent Conditional Effects
Imperial College London(帝国理工学院);Universitat Pompeu Fabra(庞培法布拉大学)
在这项工作中,我们提出了一种新的方法来解决并发多智能体规划问题,其中几个代理并行。我们的方法依赖于从并发多智能体规划到经典规划的编译,使我们能够使用现成的经典规划器来解决原始的多智能体问题。该解决方案可以直接解释为一个并发计划,满足一组给定的并发约束,同时避免并发操作相关的指数爆炸。我们的计划器是第一个处理动作效果的人,这些动作效果取决于其他智能体正在做什么。从理论上讲,我们表明,汇编是健全的和完整的。经验上,我们表明,我们的编译可以解决具有挑战性的多智能体规划问题,需要并发的行动。
2019-06-19 cs.AI
RAMP: Hybrid DRL for Online Learning of Numeric Action Models
Ben-Gurion University of the Negev(内盖夫本-古里安大学)
RAMP通过环境交互在线学习数字规划动作模型,结合深度强化学习策略、动作模型学习和规划,形成正反馈循环提升求解能力和计划质量。
2026-04-09 cs.AI
Planning and Learning with Stochastic Action Sets
Google Research(谷歌研究院)
在强化学习(RL)的许多实际应用中,给定状态下可用的动作集是一个随机变量,其实现由外生随机过程控制。有些令人惊讶的是,这种顺序决策过程的基础一直没有得到解决。在这项工作中,我们正式和调查MDP与随机行动集(SAS-MDP)提供这些基础。我们表明,在这个模型中的最优策略和价值函数有一个结构,承认一个紧凑的表示。从RL的角度来看,我们证明了使用采样动作集的Q学习是合理的。在基于模型的设置中,我们考虑两种重要的特殊情况:当个体动作具有独立概率时;以及未知分布的基于采样的模型。我们开发多时间值和政策迭代方法,这两种情况下,在第一,我们提供了一个多时间线性规划解决方案。
2021-02-12 cs.AI
Planning under Continuous Time and Resource Uncertainty: A Challenge for AI
NASA Ames Research Center(美国国家航空航天局艾姆斯研究中心);QSS Group Inc.(QSS集团公司)
我们概述了一类问题,典型的火星漫游者的操作,是有问题的,目前的规划方法下的不确定性。现有的方法失败,因为他们遭受一个或多个以下限制:1)他们依赖于非常简单的行动和时间模型,2)他们假设不确定性表现在离散的行动结果,3)他们只适用于非常小的问题。对于许多现实世界的问题,这些假设并不成立。特别是,当计划火星漫游者的活动时,上述假设都是无效的:1)动作可以是并发的,并且具有不同的持续时间,2)关于动作持续时间和连续资源(如电力)的消耗存在不确定性,以及3)典型的日常计划涉及大约一百个动作。这类问题可能是特别感兴趣的UAI社区,因为经典的和决策理论的规划技术可能是有用的,在解决it.We描述的流动站问题,讨论以前的工作规划下的不确定性,并提出了一个详细的,但非常小的例子说明了一些困难,找到好的计划。
2012-12-12 cs.AI
Regression with respect to sensing actions and partial states
在本文中,我们提出了一个基于状态的回归函数规划域的代理不具有完整的信息,可能有传感器的行动。我们考虑二进制域,并采用0近似[Son & Baral 2001]来定义回归函数。在二进制域中,使用0近似意味着使用3值状态。虽然规划使用这种方法是不完整的完整的语义,我们采用它有一个较低的复杂性。我们证明了我们的回归公式的稳健性和完整性相对于进展的定义。更具体地说,我们证明了(i)通过回归获得的规划问题的计划确实是该规划问题的级数解,以及(ii)对于通过级数找到的每个计划,使用回归获得该计划或等效计划。然后,我们开发了一个条件规划器,利用我们的回归函数。我们证明了我们的规划算法的合理性和完整性,并在文献中几个著名的规划问题的实验结果。
2004-05-21 cs.AI