Planning as Goal Recognition: Deriving Heuristics from Intention Models -- Extended Version
本文提出基于分歧的目标意图评估框架,推导出高效可计算的启发式方法,并展示其在经典规划问题求解中的改进效果。
2026-03-24 cs.AI
Planning Landmark Based Goal Recognition Revisited: Does Using Initial State Landmarks Make Sense?
University of Mannheim(曼海姆大学)
本文探讨基于规划地标的目标识别中,使用初始状态地标是否有益,通过实证表明省略初始状态地标可提升目标识别性能。
2023-11-10 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
Landmark-Based Plan Recognition
Pontifical Catholic University of Rio Grande do Sul(南里奥格兰德州天主教大学)
使用行动执行的不完整证据识别目标和计划可以通过使用规划技术有效地完成。在许多应用中,不仅要准确而且要快速地识别目标和计划。在本文中,我们开发了一种启发式的方法来识别计划的基础上规划技术,依赖于排序约束过滤候选目标的观察。这些排序约束在规划文献中被称为地标,它们是实现目标无法避免的事实或行动。我们展示了规划地标在两种环境中的适用性:第一,我们直接使用它来开发一个基于规划的计划识别方法;第二,我们通过预过滤其候选目标来改进现有的基于规划的计划识别方法。我们的实证评估表明,我们的方法不仅在所有可用数据集中比最先进的方法准确得多,而且速度也快了一个数量级。
2017-02-07 cs.AI
Goal-constrained Planning Domain Model Verification of Safety Properties
University of Bristol(布里斯托尔大学)
规划领域模型的验证对于保证规划自动化系统的安全性、完整性和正确性至关重要。通常使用模型检验技术来执行此任务。然而,无约束地应用模型检查器来验证规划领域模型可能导致误报,即,当在规划任务期间使用被验证的领域时,可靠的规划器无法到达的反例。在本文中,我们讨论了无约束规划领域模型验证的缺点。然后,我们介绍了一个有效的规划反例的概念,并演示了如何模型检查器,以及状态轨迹约束规划技术,应用来验证规划领域模型,使无效的规划反例不返回。
2020-02-24 cs.AI
Extending planning knowledge using ontologies for goal opportunities
Universitat Politècnica de València(瓦伦西亚理工大学)
以目标为导向的行为方法包括在线规划和机会主义规划,通过生成替代目标来避免失败或抓住机会,从而应对环境的变化。然而,当前的方法仅解决与正在解决的规划任务中已经定义的对象或对象类型相关的未预期的变化。本文描述了一种独立于领域的方法,通过扩展具有新类型的相关对象的规划任务的知识来推进最新技术。该方法利用本体,语义措施,本体对齐,以适应新获得的数据,触发制定目标的机会,诱导一个更好的价值计划。
2019-04-07 cs.AI
Investigating the Combination of Planning-Based and Data-Driven Methods for Goal Recognition
University of Mannheim(曼海姆大学)
普适的智能辅助系统的一个重要特征是能够动态地适应其用户的当前需求。因此,这类系统必须能够根据对用户行为和环境状态的观察来识别这些目标和需求。在这项工作中,我们研究了两个国家的最先进的,基于规划的计划识别方法在现实世界中的应用。到目前为止,这些方法只在人工环境中与行为完全理性的代理相结合进行评估。我们表明,这种方法有困难时,用于识别人类受试者的目标,因为人类的行为通常是不完全理性的。为了克服这个问题,我们提出了一个扩展到现有的方法,通过一个基于分类的方法训练观察到的行为数据。我们的经验表明,所提出的扩展不仅优于纯粹的基于规划和纯粹的数据驱动的目标识别方法,但也能够识别正确的目标更可靠,特别是当只有少量的观察。这大大提高了智能辅助系统的混合目标识别方法的有用性,因为早期识别目标为系统的支持性反应提供了更多的可能性。
2023-01-13 cs.AI
On Reasonable and Forced Goal Orderings and their Use in an Agenda-Driven Planning Algorithm
本文讨论了计算目标排序的问题,这是人工智能规划中的一个长期存在的问题。它作出了两项新的贡献。首先,它正式定义和讨论了两种不同的目标排序,这是所谓的合理和强制排序。这两种排序都是为简单的ADL运算符以及支持否定和条件效应的更复杂的ADL运算符定义的。这些订单的复杂性进行了调查,并讨论了它们的实际意义。其次,提出了两种计算合理目标排序的方法。其中之一是基于规划图,而其他调查的行动直接。最后,它示出了如何的排序关系,这已经得到了一组给定的目标G,可以用来计算一个所谓的目标议程,划分成一组有序的子目标G。原则上,任何计划者都可以使用目标议程来计划越来越多的子目标。这可以导致指数级的复杂性降低,因为复杂规划问题的解决方案是通过解决更容易的子问题来找到的。由于只有一个多项式的开销是由目标议程计算,一个潜在的存在,以显着加快规划算法,因为我们在实证评估中证明,我们使用这种方法在IPP规划。
2011-06-01 cs.AI
GRAVITAS: A Model Checking Based Planning and Goal Reasoning Framework for Autonomous Systems
Griffith University(格里菲斯大学);National University of Singapore(新加坡国立大学);Defence Science and Technology Group, Australia(澳大利亚国防科学与技术集团);University of South Australia(南澳大学)
虽然人工智能技术在自主系统中有许多成功的应用,但其中许多技术允许难以解释的行为,并可能导致不确定的结果。我们遵循“验证规划”的范式,并建议使用模型检验技术来解决规划和目标推理问题的自治系统。我们给出了一个新的制定目标任务网络(GTN)是为我们的模型检验为基础的框架。然后,我们提供了一个系统的方法,模型GTN的模型检查过程分析工具包(PAT)。我们提出我们的规划和目标推理系统作为一个框架,称为独立可信自治系统(GRAVITAS)的目标推理和验证,并讨论它如何有助于在不确定的环境中提供值得信赖的计划。最后,我们证明了所提出的想法在实验中,模拟的REMUS-100自主水下航行器执行的调查任务。
2019-10-03 cs.AI
TIDE: A Trace-Informed Depth-First Exploration for Planning with Temporally Extended Goals
TIDE通过分解时间问题为可达-避免子问题,结合成本驱动启发式方法,提升时间扩展目标规划的效率和完整性。
2026-01-17 cs.AI
LSTM-Based Goal Recognition in Latent Space
Pontifical Catholic University of Rio Grande do Sul (PUCRS)(南里奥格兰德天主教大学(PUCRS))
目标识别的方法已经逐步放宽了对领域知识和可用观测量的要求,从而产生能够识别目标的准确和高效的算法。然而,为了在原始数据中识别目标,最近的方法需要人类工程领域知识,或者解释几乎所有被观察到的行为的行为样本来推断可能的目标。这对于目标识别的现实应用来说显然是一个太强的要求,我们开发了一种方法,利用递归神经网络的进步来执行目标识别作为一个分类任务,使用编码的计划轨迹进行训练。我们根据经验评估我们的方法对国家的最先进的目标识别与基于图像的域,并讨论在哪些条件下,我们的方法优于以前的。
2018-08-20 cs.AI
Real-time goal recognition using approximations in Euclidean space
Pontifical Catholic University of Rio Grande do Sul(南里奥格兰德天主教大学);University of Aberdeen(阿伯丁大学)
针对在线目标识别在连续域中计算成本高的问题,提出一种在离散域单次调用规划器或在连续域使用简化运动模型的高效方法,在线识别速度比现有技术快数个数量级,首次满足机器人亚秒级识别需求。
2024-08-23 cs.AI
Heuristic Approaches for Goal Recognition in Incomplete Domain Models
Pontifical Catholic University of Rio Grande do Sul (PUCRS)(南里奥格兰德天主教大学);School of Technology(技术学院)
最近的目标识别方法已经逐步放宽了关于领域知识和可用观测的数量和正确性的假设,从而产生准确和有效的算法。然而,这些方法假设了域理论的完整性和正确性,而这些域理论的算法与观测结果相匹配:这对于大多数现实世界的域来说太强了。在本文中,我们开发的目标识别技术,能够识别目标使用\textit{incomplete}(可能是不正确的)域理论。我们展示了我们的方法的效率和准确性经验对一个大的目标和计划识别问题的数据集不完整的域。
2018-04-16 cs.AI
Heuristic Online Goal Recognition in Continuous Domains
Bar Ilan University(巴伊兰大学)
目标识别是根据观察到的行为推断智能体的目标的问题。一种鼓舞人心的方法-通过计划识别(PRP)-使用现成的计划器为给定的目标动态生成计划,消除了对传统计划库的需要。然而,现有的PRP制定是内在的在线识别效率低下,不能与连续空间的运动规划器。在本文中,我们利用一个不同的PRP制定,允许在线目标识别,并在连续空间中的应用。我们提出了一个在线识别算法,其中两个启发式决策点可以用来提高运行时间显着超过现有的工作。我们指定的连续域,证明他们的使用保证,并在3D导航环境和合作机器人团队任务的数百个实验经验评估算法。
2017-09-28 cs.AI
The More the Merrier?! Evaluating the Effect of Landmark Extraction Algorithms on Landmark-Based Goal Recognition
Pontifical Catholic University of Rio Grande do Sul (PUCRS)(南里奥格兰德天主教大学(PUCRS))
最近的方法,目标和计划识别使用经典的规划域已经取得了国家的最先进的结果,在识别时间和准确性方面,通过使用基于规划地标的算法。为了实现这样的快速识别时间,这些方法使用有效的,但不完整的算法来提取规划域和问题的地标的一个子集,在一定的精度为代价。在本文中,我们调查的影响和效果,使用各种地标提取算法能够提取更大比例的地标,为每个给定的规划问题,详尽的地标提取。我们进行了广泛的实证评估时,使用不同百分比的全套地标的各种地标为基础的misticics。结果表明,具有更多的地标并不一定意味着实现更高的准确性和更低的扩散,因为额外提取的地标可能不一定增加有助于目标识别任务。
2020-05-06 cs.AI
Responsive Planning and Recognition for Closed-Loop Interaction
Smart Information Flow Technologies, LLC(智能信息流技术有限责任公司);University of Massachusetts Amherst(马萨诸塞大学阿默斯特分校);College of Information and Computer Sciences(信息与计算机科学学院)
目前,许多智能系统使用固定通信输入或预设响应中的至少一个与其他智能系统交互,导致刚性交互体验和为系统开发各种场景的大量努力。固定的输入限制了用户的自然行为,以便有效地进行通信,而预设的响应阻止系统适应当前情况,除非它被特别实现。相反,闭环交互侧重于动态响应,这些响应基于对用户感知活动的解释来说明用户当前正在做什么。采用闭环交互的代理还可以监视它们的交互,以确保用户按预期响应。我们引入了一个闭环交互式代理框架,集成了规划和识别,以预测用户正在尝试完成什么,并自主决定采取行动,以响应这些预测。基于最近的演示,这样一个辅助互动代理在回合制模拟游戏,我们还讨论了新的研究挑战,不存在于人工智能规划或识别领域。
2019-09-13 cs.AI
Planning in Stochastic Environments with Goal Uncertainty
College of Information and Computer Sciences, University of Massachusetts Amherst(马萨诸塞大学阿默斯特分校信息与计算机科学学院);Alliance Innovation Lab Silicon Valley(联盟硅谷创新实验室)
我们提出了目标不确定的随机最短路径(GUSSP)问题-一个通用的框架模型的路径规划和决策在随机环境中的目标不确定性。该框架扩展了随机最短路径(SSP)模型的动态环境中,它是不可能的,以确定确切的目标状态提前执行计划。GUSSP通过允许对可能的目标配置的信念来引入目标规范的灵活性。潜在目标的独特观察有助于智能体在计划执行期间识别真正的目标。部分可观测性被限制到目标,便于减少到一个SSP与修改的状态空间。我们正式定义了一个GUSSP,并讨论其理论性质。然后,我们提出了一个可接受的启发式,减少规划时间使用FLARES -一个开始的最先进的概率规划。我们还提出了一个确定性的方法来解决这类问题。最后,我们提出了实证研究结果的搜索和救援移动机器人和其他三个问题域的模拟。
2020-04-03 cs.AI
Satisficing and Optimal Generalised Planning via Goal Regression (Extended Version)
针对通用规划任务,本文提出基于目标回归的简单新方法,生成可直接执行或用于搜索剪枝的一阶规则,证明了其有效性条件,实验证实其性能优于现有最优规划器。
2025-11-14 cs.AI
Inferring Agents Preferences as Priors for Probabilistic Goal Recognition
Hewlett Packard(惠普公司);Sapienza University of Rome(罗马大学);Pontifical Catholic University of Rio Grande do Sul(南里奥格兰德天主教大学)
最近的目标识别方法已经利用规划地标以低运行时间成本实现高精度。然而,这些方法缺乏概率解释。此外,虽然目标识别的大多数概率模型假设识别器可以访问表示例如代理的偏好的先验概率,但实际上没有目标识别方法实际上在实践中使用先验,只是假设统一的先验。在本文中,我们提供了一个模型来扩展基于地标的目标识别与概率解释,并允许估计这种先验概率和使用它来计算后验概率后,观察到的代理人的重复相互作用。我们的经验表明,我们的模型不仅可以有效地识别目标,但也成功地推断出正确的先验概率分布代表代理的偏好。
2021-02-23 cs.AI
Goal Recognition over Imperfect Domain Models
Pontifical Catholic University of Rio Grande do Sul(南里奥格兰德天主教会大学);University of Melbourne(墨尔本大学)
目标识别是通过观察自主智能体或人类在环境中的行为来识别其预期目标的问题。在过去的几年里,大多数现有的方法来目标和计划识别一直忽视了需要处理的不完善的领域模型,正式的环境中,自主智能体的行为。在这篇论文中,我们介绍了不完美领域模型上的目标识别问题,并提出了明确处理两种不同类型的不完美领域模型的解决方案:(1)不完全离散的领域模型,它在动作描述中有可能的,而不是已知的,前提条件和效果;以及(2)近似连续领域模型,其中过渡函数是根据过去的观测值近似的,并且不是良好定义的。我们开发了新的目标识别方法,不完善的域模型,利用和适应现有的识别方法,从文献。这两种类型的不完美域模型的实验和评估表明,我们的新的目标识别方法是准确的,从文献中的基线方法相比,在几个层次的可观察性和不完善。
2020-05-12 cs.AI
Diffusion Subgoal Planning for Long-Horizon Offline Goal-Conditioned Reinforcement Learning
China University of Mining and Technology(中国矿业大学);South China University of Technology(华南理工大学)
针对长视界离线目标条件强化学习中价值函数不稳定问题,提出基于扩散的子目标生成框架DSP,通过无分类器引导生成可达且目标导向的子目标,在导航和操作任务上优于现有方法。
2026-10-21 cs.AI
Goal recognition via model-based and model-free techniques
J.P.Morgan AI Research(摩根大通人工智能研究院);Universidad Carlos III de Madrid(马德里卡洛斯三世大学);Arizona State University(亚利桑那州立大学)
目标识别的目的是从观察的痕迹中预测人类的意图。这种能力使人们或组织能够预测未来的行动,并以积极(合作)或消极(对抗)的方式进行干预。目标识别在许多领域都有成功的应用,但在金融机构中的应用却很少。我们声称,这些技术已经成熟,可以广泛用于金融相关的任务。执行目标识别的主要两种方法是基于模型(基于规划)和无模型(基于学习)。在本文中,我们适应国家的最先进的学习技术的目标识别,并比较基于模型和无模型的方法在不同的领域。我们分析了实验数据,以了解使用这两种类型的方法的权衡。实验表明,基于规划的方法是准备一些目标识别的财务任务。
2020-11-03 cs.AI
Toward Constraint Compliant Goal Formulation and Planning
IQM Research Institute(IQM研究所)
本文研究伦理约束如何影响智能体目标制定与规划,比较义务论与功利主义框架下软硬约束的合规行为,并指出元认知判断对解决伦理冲突的关键作用。
2024-06-10 cs.AI
CAPIR: Collaborative Action Planning with Intention Recognition
National University of Singapore(新加坡国立大学);MIT Computer Science and Artificial Intelligence Laboratory(麻省理工学院计算机科学与人工智能实验室);Singapore-MIT GAMBIT Game Lab(新加坡-麻省理工学院GAMBIT游戏实验室)
我们应用决策理论技术来构建非玩家角色,这些角色能够在协作游戏中帮助人类玩家。该方法是基于解决马尔可夫决策过程,这可能是困难的,当游戏状态是由许多变量描述。为了扩展到更复杂的游戏,该方法允许将游戏任务分解为子任务,每个子任务都可以由马尔可夫决策过程建模。意图识别用于推断人类当前正在执行的子任务,允许助手帮助人类执行正确的任务。实验表明,该方法可以是有效的,在帮助一个人在一个合作的游戏中,给出接近人类水平的性能。
2012-06-26 cs.AI
Imagination-Augmented Deep Learning for Goal Recognition
PLANIART;Université de Sherbrooke(舍布鲁克大学)
能够推断出我们观察、互动或阅读故事的人的目标是人类智能的标志之一。在当前的目标识别研究中,一个突出的想法是从计划的成本估计来推断代理人的目标的可能性,以实现代理人可能具有的不同目标。不同的方法通过仅依赖于手工制作的符号表示来实现这个想法。然而,它们在现实世界中的应用非常有限,主要是因为提取影响目标导向行为的因素的规则仍然是一项复杂的任务。在本文中,我们介绍了一种新的想法,使用符号规划器来计算计划成本的见解,这增强了深度神经网络的想象能力,从而提高了目标识别精度在真实和合成域相比,符号识别器或深度学习目标识别器单独。
2020-03-20 cs.AI
Fairness in Multi-Agent Planning
Universidad Carlos III de Madrid(马德里卡洛斯三世大学)
本文针对合作式多智能体规划中目标分配的公平性问题,将已知公平性方案适配到MAP中,并提出两种生成成本感知公平计划的新方法,实验证明其优于基线且无需牺牲过多计划成本。
2023-05-22 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
Active Goal Recognition
Khoury College of Computer Sciences(库里计算机科学学院);Northeastern University(东北大学)
为了与其他系统协调,智能体必须能够确定系统当前正在做什么,并预测它们将来会做什么-计划和目标识别。有许多方法用于计划和目标识别,但它们假设一个被动的观察者,持续监视目标系统。真实世界的领域,其中信息收集有成本(例如,移动摄像机或机器人,或者从另一个任务中占用的时间),通常将需要更主动的观察者。我们建议结合目标识别与其他观察员的任务,以获得\emph{active goal recognition}(AGR)。我们讨论了这个问题,并提供了这个复合问题的一种形式的模型和初步实验结果。正如预期的那样,结果表明,AGR问题中的最佳行为平衡了信息收集与其他行动(例如,任务完成),例如联合和有效地完成所有任务。我们希望,我们的提法打开了大门,广泛的进一步研究这个有趣的和现实的问题。
2019-09-24 cs.AI
Integration of 3D Object Recognition and Planning for Robotic Manipulation: A Preliminary Report
Sabancı University(萨班哲大学)
我们研究不同的方法来整合对象识别和规划在桌面操作域与2012年RoboCup@Work比赛中使用的一组对象。我们的初步实验结果表明,与一些方法,感知和规划的紧密结合提高了计划的质量,以及可行的计划的计算时间。
2013-07-29 cs.AI cs.CV cs.RO
Fact Probability Vector Based Goal Recognition
University of Mannheim(曼海姆大学)
本文提出一种基于事实概率向量的目标识别方法,通过将观察事实与预期概率映射到实向量空间计算启发式值,并验证了近似概率方法,在降低计算复杂度的同时提升了识别精度。
2024-08-26 cs.AI
GRAML: Goal Recognition As Metric Learning
Computer Science Department, Bar-Ilan University(巴伊兰大学计算机科学系);Computer Science Department, Tufts University(塔夫茨大学计算机科学系)
针对现有数据驱动目标识别方法仅支持预定义目标、新目标训练耗时的问题,本文提出GRAML框架,用孪生网络结合RNN将目标识别转化为深度度量学习任务,实现少样本下的新目标快速适配,且在多环境中保持高精度的同时提升了速度与灵活性。
2025-05-20 cs.AI
Decentralized Multi-Agent Goal Assignment for Path Planning using Large Language Models
Center for Intelligent Machines (CIM) Laboratory(智能机器中心(CIM)实验室);McGill University(麦吉尔大学)
针对多智能体路径规划的分布式目标分配难题,提出基于LLM的智能体方案,通过独立推理排序加确定性规则消解冲突,实验证明其性能优于传统启发式、接近最优分配,验证了LLM在该场景的应用潜力。
2025-10-27 cs.AI
Removing Planner Bias in Goal Recognition Through Multi-Plan Dataset Generation
本文提出通过多计划数据集生成减少规划偏见,引入版本覆盖分数度量目标识别器的鲁棒性。
2026-02-16 cs.AI
Proposing Hierarchical Goal-Conditioned Policy Planning in Multi-Goal Reinforcement Learning
Stellenbosch University(斯泰伦博斯大学)
本文提出HGCPP框架,将目标条件策略、蒙特卡洛树搜索与分层强化学习相结合,通过分层组织短期策略和高层动作规划,提升多目标稀疏奖励任务中的样本效率与规划能力。
2025-01-03 cs.AI cs.LG
Ordered Landmarks in Planning
许多已知的规划任务具有关于实现目标的最佳顺序的固有约束。已经进行了一些研究工作,以发现这种限制,并利用它们来指导搜索,希望加快规划过程。我们超越了以前的方法,考虑排序约束不仅在(顶层)的目标,而且在子目标,将必然出现在规划。地标是在每个有效的解决方案计划中的某个点上必须为真的事实。我们扩展克勒和霍夫曼的定义之间的合理订单的最高级别的目标,更一般的情况下,地标。我们将展示如何发现地标,如何近似其合理的顺序,以及如何使用这些信息将给定的规划任务分解为几个较小的子任务。我们的方法完全独立于领域和规划者。实施表明,该方法可以产生显着的运行时性能改善时,作为一个控制回路周围的国家的最先进的次优规划系统,例如FF和LPG。
2011-06-30 cs.AI
Learning to Ground Existentially Quantified Goals
Linköping University(林雪平大学);RWTH Aachen University(亚琛工业大学)
本文提出用监督学习和GNN架构解决目标实例化问题,通过在小规模实例上训练预测部分量化目标代价,并在更大实例上验证其跨目标变量数和对象数的泛化能力。
2024-09-30 cs.AI
Intention-Net: Integrating Planning and Deep Learning for Goal-Directed Autonomous Navigation
National University of Singapore(新加坡国立大学);Panasonic R&D Center Singapore(松下新加坡研发中心)
送货机器人如何在最少的先验信息的情况下可靠地导航到新办公楼的目的地?为了应对这一挑战,本文介绍了一种两级分层方法,该方法集成了无模型深度学习和基于模型的路径规划。在低层,神经网络运动控制器(称为意图网络)经过端到端训练,以提供强大的本地导航。意图网络将来自单个单目摄像机的图像和“意图”直接映射到机器人控制。在高级,路径规划器使用粗略的地图,例如,一个二维平面图,用来计算从机器人当前位置到目标的路径。计划路径为意图网提供意图。初步的实验表明,学习的运动控制器是强大的感知不确定性和集成的路径规划,它有效地推广到新的环境和目标。
2017-10-17 cs.AI
Human Goal Recognition as Bayesian Inference: Investigating the Impact of Actions, Timing, and Goal Solvability
The University of Melbourne(墨尔本大学)
本研究基于贝叶斯框架探讨动作、时机和目标可解性在人类目标识别中的作用,发现动作最重要但时机与可解性在动作缺乏信息量时亦有影响,并据此开发了比现有算法更贴近人类推断的目标识别模型。
2024-02-16 cs.AI cs.HC
Online Bayesian Goal Inference for Boundedly-Rational Planning Agents
Massachusetts Institute of Technology(麻省理工学院)
人们通常通过观察他人的行为来推断他们的目标。值得注意的是,即使这些行动导致失败,我们也可以这样做,使我们能够在发现他人可能无法实现目标时帮助他们。我们如何才能赋予机器类似的能力?在这里,我们提出了一个架构,能够推断代理的目标在线从最佳和非最佳的行动序列。我们的架构模型代理有限理性规划者交错搜索与执行重新规划,从而占次优行为。这些模型被指定为概率程序,使我们能够代表和执行有效的贝叶斯推理代理的目标和内部规划过程。为了进行这样的推理,我们开发了顺序逆计划搜索(SIPS),顺序蒙特卡罗算法,利用这些模型的在线重新规划假设,限制计算增量扩展推断的计划,观察到新的行动。我们提出的实验表明,这种建模和推理架构优于贝叶斯逆强化学习基线,准确地从涉及失败和回溯的最佳和非最佳轨迹推断目标,同时在具有组成结构和稀疏奖励的域中进行推广。
2020-10-25 cs.AI
HorizonFlow: Variable-Length Planning for Offline Goal-Conditioned RL
Korea University(高丽大学);Gauss Labs Inc.(高斯实验室公司)
HorizonFlow提出将规划长度作为生成输出的分层规划器,通过流匹配与插入式生成联合优化长度与内容,在多个基准上取得最优平均性能。
2026-09-30 cs.AI
Zero-Shot Goal Recognition with Large Language Models
PUCRS Porto Alegre(圣路易斯-波尔图阿legre大学);King’s College London(伦敦国王学院);University of Aberdeen(阿伯丁大学);PUCRS(圣路易斯-波尔图阿legre大学)
本文首次系统评估前沿大语言模型在经典PDDL基准上的零样本目标识别能力,发现其表现不均,部分模型随证据增加而提升精度,而另一些模型则依赖世界知识先验。
2026-05-14 cs.AI
Online Action Recognition
Universitat Pompeu Fabra(庞培法布拉大学)
规划中的识别试图在给定一组观察和知识库(例如目标状态,计划或域理论)的情况下找到代理意图,目标或活动。在这项工作中,我们介绍了在线动作识别的问题。它包括在承认,在一个开放的世界中,规划行动,最好地解释了部分可观察的状态从一阶ARIPS行动,这是最初的空知识库的过渡。我们将其视为一个优化问题,并提出了两种算法来解决它:动作统一(AU)和在线动作识别通过统一(OARU)。前者建立在逻辑统一的基础上,并使用加权部分MaxSAT将两个输入动作推广。后者在库中寻找解释观察到的转换的动作。如果有这样的动作,它会利用AU来推广它,以这种方式构建AU层次结构。否则,OARU会在库中插入一个简单的接地动作(TGA)来解释这个转换。我们报告的结果基准从国际规划竞赛和PDDLGym,OARU承认行动准确地尊重专家知识,并显示实时性能。
2021-08-03 cs.AI
Online Goal Recognition using Path Signature and Dynamic Time Warping
Pontifícia Universidade Católica do Rio Grande do Sul(圣保罗天主教大学里约格兰德杜斯乌尔古斯分校);King’s College London(伦敦国王学院);University of Aberdeen(阿伯丁大学)
本文提出一种基于路径签名和动态时间规整的在线目标识别方法,通过高效编码轨迹和有效比较轨迹,提升预测准确性和在线规划效率。
2026-08-06 cs.AI
Fast Value Iteration for Goal-Directed Markov Decision Processes
Hong Kong University of Science & Technology(香港科技大学)
规划问题中的行动的影响是不确定的,可以建模为马尔可夫决策过程。规划问题通常是目标导向的。本文提出了几种技术,利用目标导向加速值迭代,解决马尔可夫决策过程的标准算法。实证研究表明,这些技术可以显着提高速度。
2013-02-06 cs.AI
Soft Goals Can Be Compiled Away
Universitat Pompeu Fabra(庞培法布拉大学);ICREA(加泰罗尼亚高级研究学院)
软目标用一个简单的偏好模型扩展了经典的计划模型。最好的计划不是成本最低的计划,而是效用最大的计划,其中计划的效用是实现的软目标的效用之和减去计划成本。寻找高效用的计划似乎涉及两个相关的问题:选择一个子集的软目标来实现,并找到一个低成本的计划来实现它们。新的搜索算法和算法已经被开发用于具有软目标的规划,并且在国际规划竞赛(IPC)中引入了一个新的赛道来测试它们的性能。然而,在本说明中,我们表明这些扩展是不需要的:软目标并没有增加行动成本规划的基本模型的表达能力,因为它们可以很容易地被编译掉。我们将此编译的问题的净效益跟踪最近的IPC,并表明,最佳和满意的成本为基础的规划者做得更好的编译问题比最佳和满意的净效益规划者的原始问题,明确的软目标。此外,我们表明,处罚,或消极的偏好表达的条件,以避免,也可以编译使用类似的想法。
2014-01-15 cs.AI
Structure and Problem Hardness: Goal Asymmetry and DPLL Proofs in<br> SAT-Based Planning
在验证和(最优)AI规划中,一个成功的方法是将应用程序制定为布尔可满足性(SAT),并使用最先进的基于DPLL的程序来解决它。人们不理解为什么这一点如此有效。专注于规划的背景下,我们确定了一种形式的问题结构的对称或不对称的性质,实现个人的规划目标的成本。我们用一个叫做AsymRatio的简单数值参数来量化这种结构,范围在0到1之间。自2000年以来,我们在国际规划竞赛的10个基准域中进行实验,我们表明AsymRatio在其中8个域中是SAT求解器性能的良好指标。然后,我们研究精心制作的合成规划域,允许控制的结构量,并足够干净的组合搜索空间的严格分析。这些域通过大小和结构的量来参数化。我们研究的CNF是不可满足的,编码一个规划步骤的长度小于最优计划。我们证明了最好的DPLL反驳的大小上的上限和下限,根据不同的设置的结构量,作为大小的函数。我们还确定了分支变量(后门)的最佳可能集合。最小AsymRatio,我们证明了指数下界,并确定最小后门的大小线性的变量的数量。最大的AsymRatio,我们确定对数DPLL反驳(和后门),显示两个结构极端情况之间的双指数差距。这种行为的原因-证明参数-阐明了导致竞争基准中观察到的经验行为的结构的原型模式。
2007-02-26 cs.AI
Planning for Goal-Oriented Dialogue Systems
IBM Research AI(IBM研究院人工智能部门);Future of Humanity Institute, University of Oxford(牛津大学人类未来研究所);IBM Watson(IBM沃森);Watson Data and AI(沃森数据与人工智能部门)
生成复杂的多回合目标导向的对话代理是一个难题,已经引起了科技行业许多领导者的关注,包括IBM,谷歌,亚马逊和微软。这在很大程度上是由于市场对能够以目标为导向的行为的对话代理的需求迅速增长。由于这些对话的业务流程性质,端到端机器学习系统通常不是一个可行的选择,因为生成的对话代理必须是可部署的,并代表创作它们的企业进行验证。在这项工作中,我们提出了一个范式转变,在创建面向目标的复杂的对话系统,大大消除了设计师需要手动指定一个对话树,几乎所有的当前系统都诉诸于当交互模式落在标准模式,如插槽填充。我们提出了对话代理的声明性表示,以通过最先进的规划技术进行处理。我们提出的方法涵盖了该过程的各个方面;从模型征集到生成的计划/对话代理的执行。一路上,我们介绍了新的规划编码声明式对话合成,各种接口的规范作为对话架构师,和一个强大的执行器广义的应急计划。我们已经创建了所有组件的原型实现,在本文中,我们进一步证明了由此产生的系统经验。
2019-10-17 cs.AI
Best-First Width Search for Multi Agent Privacy-preserving Planning
Università degli Studi di Brescia(布雷西亚大学);The University of Melbourne(墨尔本大学)
在多智能体规划中,保护智能体的隐私已经成为一个越来越热门的研究课题。为了保护代理人的隐私,代理人共同计算一个计划,通过保持某些信息对个体代理人的隐私来实现共同的目标。不幸的是,这可能会严重限制搜索解决方案时使用的启发式函数的准确性。最近已经表明,对于集中式规划,通过结合面向目标的搜索和基于宽度的搜索,可以提高面向目标的搜索的性能。这些技术的组合被称为最佳优先宽度搜索。在本文中,我们研究了最佳优先宽度搜索的使用情况下(分散)多代理隐私保护规划,解决与代理的隐私和性能的挑战。特别是,我们表明,最好的第一宽度搜索是一个非常有效的方法,在几个基准域,即使搜索是由粗略估计距离目标状态,计算不使用其他代理人的私人信息的搜索驱动。实验研究分析了我们的技术的有效性,并将其与最先进的技术进行比较。
2019-06-10 cs.AI
Planning Task Shielding: Detecting and Repairing Flaws in Planning Tasks through Turning them Unsolvable
J.P. Morgan AI Research(摩根大通人工智能研究)
本文提出计划任务防护方法,通过最小修改使计划任务不可解来检测和修复缺陷,验证了算法在不同规模任务中的有效性。
2026-08-12 cs.AI
C-Planning: An Automatic Curriculum for Learning Goal-Reaching Tasks
UC Berkeley(加州大学伯克利分校);Carnegie Mellon University(卡内基梅隆大学)
目标条件强化学习(RL)可以解决包括导航和操作在内的广泛领域的任务,但学习达到遥远的目标仍然是该领域的核心挑战。如果没有任何离线数据、专家演示和奖励塑造,学习如何达到这样的目标尤其困难。在本文中,我们提出了一个算法来解决遥远的目标达成任务,使用搜索在训练时自动生成一个课程的中间状态。我们的算法,分类器规划(C-规划),框架的学习目标条件的政策期望最大化:E-步骤对应于规划一个最佳序列的路点使用图搜索,而M-步骤的目的是学习一个目标条件的政策,以达到这些路点。与将目标条件强化学习与图搜索相结合的现有方法不同,我们的方法仅在训练期间执行搜索,而不是测试,从而显着降低了部署学习策略的计算成本。从经验上讲,我们证明了我们的方法是更有效的样本比以前的方法。此外,它能够解决非常长的视野操纵和导航任务,任务,以前的目标条件的方法和基于图搜索的方法无法解决。
2021-10-22 cs.AI cs.LG
A Probabilistic Framework for Hierarchical Goal Recognition
Monash University(蒙纳士大学);The University of Melbourne(墨尔本大学)
本文提出基于规划的概率框架,用于层次目标识别,结合层次任务网络结构与概率推理,提升目标识别性能。
2026-04-24 cs.AI cs.SC
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
Fuzzy Categorical Planning: Autonomous Goal Satisfaction with Graded Semantic Constraints
Stanford University(斯坦福大学)
FCP通过引入模糊度量和Lukasiewicz t-范数提升自然语言规划中模糊约束的处理能力,有效应对多步骤计划中的质量退化问题。
2026-01-27 cs.AI
Visual Goal-Directed Meta-Learning with Contextual Planning Networks
Intelligent Systems Center(智能系统中心);Johns Hopkins Applied Physics Lab(约翰斯·霍普金斯应用物理实验室)
元学习的目标是尽可能快地概括新的任务和目标。理想情况下,我们希望在第一次尝试时就能推广到新的目标和任务。为此,我们引入上下文规划网络(CPN)。任务被表示为目标图像并用于调节方法。我们评估CPN以及其他几种适用于zero-shot目标导向元学习的方法。我们使用Metaworld基准任务在24个不同的操作任务中评估这些方法。我们发现CPN在一项任务上优于几种方法和基线,并且在其他任务上与现有方法具有竞争力。我们展示了一个物理平台上的叠片任务使用Kinova雅科机械臂的方法。
2021-11-18 cs.AI cs.RO