Towards learning domain-independent planning heuristics
Imperial College London（伦敦帝国理工学院）；Fondazione Bruno Kessler（布鲁诺·凯斯勒基金会）
自动规划仍然是人工智能中最通用的范例之一，提供了解决来自各种领域的问题的方法。由于搜索空间呈指数增长，导致规划的计算复杂性成为制约规划应用的关键因素之一。除了最简单的问题之外，启发式方法对于解决所有问题都是必要的。在这项工作中，我们探讨了使用机器学习获得域独立的启发式函数的可能性。这是一个更广泛的研究计划的一部分，其目标是提高规划域在运行时间演变的系统规划的实用性。因此，挑战是学习（修正）可以在不同的规划域中重用的独立于域的规划。
2017-07-21 cs.AI
Sampling from Pre-Images to Learn Heuristic Functions for Classical Planning
University of Melbourne（墨尔本大学）
本文介绍了一种新的算法，基于回归的监督学习（RSL），学习每个实例的神经网络（NN）定义的启发式函数的经典规划问题。RSL使用回归来选择离目标不同距离范围内的相关状态集。RSL然后制定一个监督学习的问题，以获得定义NN启发式的参数，使用所选的状态标记与目标状态的精确或估计的距离。我们的实验研究表明，RSL优于，在覆盖率方面，以前的经典规划神经网络的神经网络功能，同时需要两个数量级少的训练时间。
2022-07-07 cs.AI
Scaling up Heuristic Planning with Relational Decision Trees
Universidad Carlos III de Madrid（马德里卡洛斯三世大学）
目前的启发式规划的评价函数是昂贵的计算。在许多规划问题中，这些函数为解决方案提供了很好的指导，因此它们是值得的。然而，当评价函数具有误导性或规划问题足够大时，必须计算大量的节点评价，这严重限制了启发式规划器的可扩展性。在本文中，我们提出了一种新的解决方案，以减少节点评估启发式规划的基础上机器学习。特别是，我们定义的任务，学习搜索控制的启发式规划作为一个关系分类任务，我们使用现成的关系分类工具来解决这个学习任务。我们的关系分类任务捕获在特定规划域的不同规划上下文中选择的首选操作。这些计划上下文由当前状态的有用操作集、有待实现的目标以及计划任务的静态谓词定义。本文展示了两种方法来指导搜索的启发式规划与学习分类。第一种方法是使用产生的分类器作为动作策略。第二个包括应用分类器在最佳优先搜索算法内生成前瞻状态。在各种领域的实验表明，我们的启发式规划使用学习分类解决更大的问题比国家的最先进的规划。
2014-01-16 cs.AI
FHHOP: A Factored Hybrid Heuristic Online Planning Algorithm for Large POMDPs
部分可观测马尔可夫决策过程（POMDPs）的规划仍然是人工智能社区的一个具有挑战性的话题，尽管最近在近似技术方面取得了令人印象深刻的进展。以前的研究表明，在线规划方法是有前途的，在处理大规模POMDP域有效地，因为他们作出决定“按需”，而不是主动为整个状态空间。提出了一种求解大型POMDPs的因子混合启发式在线规划算法。FHHOP通过将新的混合启发式搜索策略与最近开发的分解状态表示相结合来获得其功能。在几个基准问题上，FHHOP在可扩展性和质量方面都大大优于最先进的在线启发式搜索方法。
2012-10-16 cs.AI
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
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
Learning Domain-Independent Heuristics for Grounded and Lifted Planning
The Australian National University（澳大利亚国立大学）
本文提出三种基于GNN的规划任务图表示，并首次仅用提升表示学习领域无关启发式，理论与实验均证明其表达能力和大规模泛化性能优于STRIPS-HGN。
2023-12-20 cs.AI
Heuristic Search for Multi-Objective Probabilistic Planning
The Australian National University（澳大利亚国立大学）；LAAS-CNRS（法国国家科学研究中心分析与系统结构实验室）
针对多目标随机最短路径问题，提出 MOLAO* 与 MOLRTDP 启发式搜索算法及多种领域无关启发式，用于计算非支配策略覆盖集。
2023-03-25 cs.AI
Scaling-up Generalized Planning as Heuristic Search with Landmarks
Universitat Pompeu Fabra（庞培法布拉大学）
地标是经典规划中最有效的搜索策略之一，但在广义规划中却被忽视。广义规划（GP）通常被视为在给定的算法解空间中的组合搜索，其中候选解被评估为他们解决的问题。这种类型的解决方案评估忽略了在规划实例的表示中不显式的任何子目标信息，从而导致候选广义规划的空间中的高原。此外，GP中的节点扩展是一个运行时的瓶颈，因为它需要评估整个批次的经典规划实例中的GP问题的每个子节点。在本文中，我们定义了一个里程碑计数启发式GP（认为子目标信息，没有明确表示在规划实例），和一种新的启发式搜索算法GP（我们称之为PGP），逐步处理GP问题的规划实例的子集。我们的两个正交的贡献进行了分析，在消融研究，表明，都提高了国家的最先进的GP作为启发式搜索，并且都受益于对方组合使用时。
2022-05-10 cs.AI
Planning Graph Heuristics for Belief Space Search
Arizona State University（亚利桑那州立大学）；NASA Ames Research Center（美国国家航空航天局艾姆斯研究中心）
最近的一些工作在条件规划提出了可达性算法，以提高规划的可扩展性，但许多缺乏一个正式的描述，其距离估计的属性。为了将以前的工作的背景下，并扩展工作的有条件的规划，我们提供了一个正式的信念状态之间的距离估计的基础。我们给出了一个信念状态之间的距离的定义，依赖于聚合底层状态距离的措施。我们给出了几种技术来聚合状态距离及其相关属性。许多现有的规划展示了一个子集的属性，但为了提供一个标准化的比较，我们提出了几个概括的规划图规划，在一个单一的计划。我们恭维我们的信念状态距离估计框架，也调查有效的规划图数据结构，将BDD计算最有效的算法。我们开发了两个规划器作为我们调查的试验台。第一个是CAlt Alt，它是一个使用A* 搜索的一致回归规划器。第二个是POND，是一个使用AO* 搜索的条件进度计划器。我们展示了我们的启发式技术在这些规划师的相对有效性。我们还比较了这些规划师的性能与几个国家的最先进的方法在条件规划。
2011-03-09 cs.AI
Exploiting Symbolic Heuristics for the Synthesis of Domain-Specific Temporal Planning Guidance using Reinforcement Learning
Fondazione Bruno Kessler（布伦诺·科塞勒基金会）
本文提出一种改进的时序规划学习框架，结合符号启发式与强化学习，通过学习符号启发式的残差，采用多队列规划方法，提升了时序规划的性能。
2026-08-14 cs.AI
Online Speedup Learning for Optimal Planning
Technion - Israel Institute of Technology（以色列理工学院）
领域无关规划是人工智能领域的一个基础领域。规划任务的描述由初始世界状态、目标和用于修改世界状态的一组操作组成。目标是找到一个行动序列，即一个计划，将初始世界状态转换为目标状态。在最优规划中，我们感兴趣的不仅仅是找到一个计划，而是找到一个最便宜的计划。目前，最优规划的一个突出方法是启发式状态空间搜索，由可接受的启发式函数指导。许多可接受的启发式算法已经被开发出来，每一个都有自己的优点和缺点，众所周知，一般来说，没有一个“最佳启发式”用于最佳规划。因此，对于给定的规划任务选择哪种启发式是一个困难的问题。这种困难可以通过组合几种启发式算法来避免，但这需要在每个状态下计算许多启发式估计，并且这样做所花费的时间与不同启发式算法的组合优势所节省的时间之间的权衡可能很高。我们提出了一种新的方法，降低了成本相结合的最优规划，同时保持其优势。使用一个理想化的搜索空间模型，我们制定了一个决策规则，选择最好的启发式计算在每个状态。然后，我们提出了一个积极的在线学习的方法来学习一个分类器的决策规则作为目标概念，并采用学习分类器来决定在每个状态下计算的启发式。我们评估这种技术的经验，并表明，它大大优于标准的方法，通过其逐点最大值相结合的几个prostitics。
2014-01-23 cs.AI
The FF Planning System: Fast Plan Generation Through Heuristic Search
我们描述并评估FF规划系统中使用的算法技术。像HSP系统一样，FF依赖于前向状态空间搜索，使用通过忽略删除列表来估计目标距离的启发式算法。与HSP的启发式不同，我们的方法不假设事实是独立的。我们介绍了一种新的搜索策略，结合爬山与系统搜索，我们展示了如何其他强大的启发式信息可以被提取和使用修剪的搜索空间。FF是最近AIPS-2000规划竞赛中最成功的自动规划器。我们审查的竞争结果，其他基准领域的数据，并调查的原因FF的运行时性能相比，HSP。
2011-06-03 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
Relevance Score: A Landmark-Like Heuristic for Planning
University of Birmingham（伯明翰大学）；University of Melbourne（墨尔本大学）；University of Edinburgh（爱丁堡大学）
本文提出一种新颖的“相关性分数”启发式方法，用于识别出现在大多数而非全部计划中的事实或动作，并在缺乏非平凡地标的规划问题上显著提升搜索性能。
2024-03-12 cs.AI
Successor-Generator Planning with LLM-generated Heuristics
Computer Science Department, Bar-Ilan University（巴伊兰大学计算机科学系）
研究借助大语言模型，从规划任务中生成特定问题启发式函数并集成到搜索算法。该方法在多规划基准测试中性能优异，还能解决传统形式难表达的问题，经评估展现出有效性。
2026-07-09 cs.AI
LLM-Evolved Domain-Independent Heuristics for Symbolic AI Planning
本文使用进化搜索让大语言模型生成领域无关的启发式函数，在未见测试域上超越手工最优启发式，并首次系统评估了启发式的信息性-速度权衡。
2026-06-18 cs.AI
Mean-based Heuristic Search for Real-Time Planning
Laboratoire d’Informatique de Paris Descartes（巴黎笛卡尔大学信息学实验室）；Université Paris Descartes（巴黎笛卡尔大学）
在本文中，我们介绍了一种新的启发式搜索算法的基础上的平均值的实时规划，称为MHSP。它包括将UCT的原理与启发式搜索相结合，以在经典规划的背景下获得实时的【形】规划器。UCT是一种基于强盗的算法，在计算机游戏中，特别是在计算机围棋中，它给出了非常好的结果。MHSP评估不同的规划问题，并与现有的算法进行在线搜索和学习。此外，我们的研究结果突出的能力MHSP返回计划在一个实时的【形】方式，往往是一个最优的计划，随着时间的推移，这是更快，更好的质量相比，现有的算法在文献中。
2018-10-22 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
Learning and Tuning Meta-heuristics in Plan Space Planning
IIT Madras（印度理工学院马德拉斯分校）
近年来，规划界已经观察到，用于学习启发式函数的技术已经在性能上产生了改进。一种方法是使用离线学习来以依赖于域的方式从现有算法中学习预测模型。这些学习的模型被部署为新的启发式函数。反过来，学习的模型可以使用独立于域的纠错方法在线调整，以进一步增强其信息量。在线调优方法独立于域，但特定于实例，并有助于在规划过程中提高单个实例的性能。因此，它在更大的问题中更有效。在本文中，我们提到两种方法适用于偏序因果链接（POCL）规划，也被称为计划空间规划。首先，我们努力提高性能的POCL规划器的监督学习的算法。其次，我们讨论了POCL框架中的在线误差最小化方法，以最大限度地减少与离线学习模型相关的步进误差，从而提高其信息量。我们的评估表明，学习方法的规划器的性能超过标准的基准，特别是对于较大的问题。
2016-04-24 cs.AI
Rollout Heuristics for Online Stochastic Contingent Planning
Ben Gurion University（本·古里安大学）
针对POMCP依赖领域特定rollout启发式的问题，研究将POMDP建模为随机应急规划问题，提出两种领域无关的rollout启发式方法以提升决策效果。
2023-10-03 cs.AI
Hierarchical Task Network Planning with LLM-Generated Heuristics
University of Aberdeen, UK（爱丁堡大学（英国））；PUCRS, Brazil（巴西普埃布拉联邦大学）；University of Oxford, UK（牛津大学（英国））；Saarland University, Germany（萨尔大学（德国））；Universidade Federal do Rio Grande do Sul, Brazil（巴西里约格兰德 do 南大学）
研究利用大语言模型为层次任务网络规划生成搜索启发式，通过Pytrich规划器在六个基准领域评估，结果表明LLM生成的启发式在覆盖度上接近最优HTN规划器，并在83%的共享问题上显著减少搜索开销。
2026-05-28 cs.AI
Complex LLM Planning via Automated Heuristics Discovery
Texas A&M University（得克萨斯农工大学）
提出AutoHD方法，让大语言模型显式生成并进化启发式函数以引导推理时搜索，无需训练或微调，在多个基准上显著提升规划准确率，兼具可靠性与可解释性。
2025-02-26 cs.AI
The GRT Planning System: Backward Heuristic Construction in Forward State-Space Planning
Aristotle University（亚里士多德大学）
本文介绍了GRT，一个独立于领域的启发式规划系统的CNOPS世界。GRT分两个阶段解决问题。在预处理阶段，它向后估计每个事实与问题目标之间的距离。然后，在搜索阶段，使用这些估计来进一步估计每个中间状态与目标之间的距离，从而在向前方向上并且在最佳优先的基础上引导搜索过程。本文介绍了从预处理和搜索阶段之间采用相反的方向的好处，讨论了在预处理阶段出现的一些困难，并介绍了技术，以应付他们。此外，它提出了几种方法来提高启发式的效率，丰富的表示和减少问题的大小。最后，提出了一种基于域公理的克服局部最优状态的方法。该方法将复杂问题分解为一个个较简单的子问题，依次求解。从各个领域的性能结果，包括最近的规划比赛，表明GRT是最快的规划者之一。
2011-06-01 cs.AI
A Hybrid LP-RPG Heuristic for Modelling Numeric Resource Flows in Planning
King’s College London（伦敦国王学院）
虽然使用度量fluents是许多实际规划问题的基础，但支持全自动规划人员使用这些fluents的算法研究仍然相对未被探索。最广泛使用的启发式算法是将度量流松弛为区间值变量-这个想法是十年前首次提出的。其他的语法依赖于提供关于流畅度的附加信息的域编码，例如容量限制或其他资源相关的注释。这些方法面临的一个特殊挑战是如何处理代表交换的度量流之间的相互作用，例如将大量原材料转化为大量加工产品，或以货币交换材料。在这些情况下，通常的度量流畅性放松往往非常差，因为它没有认识到资源一旦花费，就不再可以再次花费。我们提出了一个启发式的数字规划问题的命题放松规划图的基础上，但使用的数学程序的数字推理。我们定义了一类生产者-消费者规划问题，并演示了如何在这些数字约束可以建模在一个混合整数规划（MIP）。该MIP然后与度量松弛规划图（RPG）启发式算法相结合，产生一个集成的混合启发式算法。MIP比通常的放松更准确地跟踪资源使用，但放松了行动的顺序，而RPG则捕获了问题的因果命题方面。我们讨论了这两个组件如何相互作用，产生一个统一的启发式，并继续探索如何进一步的数字功能的规划问题可以集成到MIP。我们表明，编码命题问题的一个有限的子集，以增加MIP可以产生更准确的指导，部分利用结构，如命题地标和命题资源。我们的研究结果表明，使用这种启发式算法提高了问题的可扩展性，其中数字资源交互是找到解决方案的关键。
2014-02-04 cs.AI
Probabilistic Planning via Heuristic Forward Search and Weighted Model Counting
Technion - Israel Institute of Technology（以色列理工学院）；University of Innsbruck（因斯布鲁克大学）
提出了一种新的无观测概率规划算法。我们的算法，称为Probabilistic-FF，扩展了启发式的前向搜索机制的一致性FF的问题与概率的不确定性的初始状态和动作的影响。具体而言，Probabilistic-FF结合了Conformant-FF技术与（加权）CNF中的加权模型计数的强大机制，用于优雅地定义搜索空间和启发式函数。我们的评估Probabilistic-FF显示其良好的可扩展性，在一系列的概率域，构成了几个数量级的改进，在这方面的以前的结果。我们使用一个有问题的情况下，指出主要的开放问题，以解决进一步的研究。
2011-10-31 cs.AI
Personalized Medication Planning via Direct Domain Modeling and LLM-Generated Heuristics
Bar-Ilan University（巴伊兰大学）
本文通过直接领域建模和LLM生成的启发式方法，提升了个性化药物规划的规模和效率，支持更接近临床应用的实践。
2026-01-07 cs.AI
On Guiding Search in HTN Temporal Planning with non Temporal Heuristics
Univ. Grenoble Alpes（格勒诺布尔大学）
针对时态HTN规划研究少、定义不统一、启发式开发难的问题，本文提出通用POCL方法，复用非时态启发式求解时态HTN问题，实验证明其性能优于现有方法。
2023-06-13 cs.AI
The Fast Downward Planning System
Albert-Ludwigs-Universität Freiburg（阿尔伯特-路德维希-弗莱堡大学）
Fast Downward是一个经典的基于启发式搜索的规划系统。它可以处理PDDL2.2的命题片段中编码的一般确定性规划问题，包括ADL条件和效果以及派生谓词（公理）等高级功能。与HSP和FF等其他著名的规划器一样，Fast Downward是一种渐进式规划器，在向前的方向上搜索规划任务的世界状态空间。然而，与其他PDDL规划系统不同，Fast Downward不直接使用规划任务的命题PDDL表示。相反，输入首先被翻译成一种替代的表示称为多值规划任务，这使得许多命题规划任务的隐式约束显式。利用这种替代表示，Fast Downward使用规划任务的分层分解来计算其启发式函数，称为因果图启发式，这与传统的HSP类启发式算法非常不同，该算法基于忽略操作员的负面相互作用。本文详细介绍了求解多值规划问题的FastDownwards方法。我们将先前对因果图启发式的讨论扩展到涉及公理和条件效应的任务，并提出了一些用于快速向下最佳优先搜索算法的搜索控制的新技术：优选的操作符将有帮助的动作的思想从局部搜索转移到全局最佳优先搜索，启发式函数的延迟评估减轻了大的分支因子对搜索性能的负面影响，而多启发式最佳优先搜索以正交方式将多个启发式评估函数组合在单个搜索算法内。我们还描述了有效的数据结构快速状态扩展（后继生成器和公理评估器），并提出了一种新的非启发式搜索算法称为集中迭代拓宽搜索，它利用编码在因果图中的…
2011-09-27 cs.AI
VHPOP: Versatile Heuristic Partial Order Planner
School of Computer Science, Carnegie Mellon University（卡内基梅隆大学计算机学院）
VHPOP是一个松散地基于UCPOP的偏序因果链接（POCL）规划器。它借鉴了20世纪90年代早期到中期POCL规划中缺陷选择策略的经验，并将其与领域独立规划领域的最新发展相结合，如基于距离的规划和可达性分析。我们提出了一个适应的添加剂启发式计划空间规划，并修改它，以考虑可能重用的计划中现有的行动。我们还提出了一套新的缺陷选择策略，并展示了如何这些可以帮助我们解决更多的问题比以前可能的POCL规划。VHPOP还支持规划与持续性的行动纳入标准技术的时间约束推理。我们证明了同样的启发式技术，用于提高经典POCL规划的性能可以有效的持续性行动领域以及。其结果是一个通用的启发式POCL规划竞争力与既定的CSP为基础的启发式状态空间规划。
2011-06-24 cs.AI
LLM-Evolved Pattern Generators for Optimal Classical Planning
提出首个通过LLM驱动的进化程序合成学习可容许启发式函数的方法，用于最优经典规划，结合饱和成本分区保证A*搜索的最优性。
2026-06-01 cs.AI
Symmetry-Invariant Novelty Heuristics via Unsupervised Weisfeiler-Leman Features
Dillon Z. Chen（独立研究者）
针对新奇性启发式缺乏对称不变性导致冗余探索的问题，提出用无监督Weisfeiler-Leman特征（WLFs）替代原子检测新奇性，合成对称不变的提升型独立域启发式，在国际规划竞赛及Hard To Ground基准上获有前景结果。
2025-08-25 cs.AI
Implicit Abstraction Heuristics
Technion（以色列理工学院）
状态空间搜索与显式抽象算法是最先进的成本最优规划。然而，这些抽象主义本质上是有限的，因为抽象空间的大小必须受到某个常数的限制，即使是一个非常大的常数。针对这一缺点，我们引入了（添加剂）隐式抽象的概念，其中规划任务是抽象的最佳规划的易处理的片段的实例。然后，我们介绍了一个具体的设置这个框架，称为叉分解，这是基于两个新的片段的易处理的成本优化规划。然后，正式和实证研究的诱导可容许性。这项研究证明了分叉分解算法的准确性，但我们的经验评估也强调了它们的准确性和计算它们的运行时复杂性之间的权衡。实际上，显式抽象启发式的一些能力来自离线预先计算启发式函数，然后通过在数据库中非常快速的查找来确定每个评估状态s的h（s）。相比之下，虽然叉分解算法可以在多项式时间内计算，但计算速度远远不够快。为了解决这个问题，我们表明，每个节点的时间复杂性瓶颈的叉分解算法可以成功地克服。我们证明了一个等价的明确的抽象概念的数据库存在的叉分解抽象，以及，尽管他们的指数大小的抽象空间。然后，我们验证经验，启发式搜索与数据库为基础的”叉分解算法有利的竞争与成本最优规划的艺术状态。
2014-01-16 cs.AI
A Heuristic Search Approach to Planning with Continuous Resources in Stochastic Domains
NASA Ames Research Center（NASA艾姆斯研究中心）；LAAS-CNRS；Ben-Gurion University（本-古里安大学）；Mississippi State University（密西西比州立大学）；University of Washington（华盛顿大学）
我们考虑随机域中的最优规划问题与资源约束，其中的资源是连续的，在每一步的行动的选择取决于资源的可用性。我们介绍了HAO* 算法，AO* 算法的推广，执行搜索的混合状态空间，使用离散和连续的状态变量建模，其中连续变量表示单调资源。像其他启发式搜索算法一样，HAO* 利用起始状态的知识和可接受的启发式算法将计算工作集中在状态空间的那些部分上，这些部分可以通过遵循最优策略从起始状态到达。我们表明，这种方法是特别有效的资源限制时，有多少状态空间是可达的。实验结果表明，它的有效性，激励我们的研究领域：自动规划行星探测车。
2014-01-15 cs.AI
Graph Transformation Planning via Abstraction
University of Paderborn（帕德博恩大学）
现代软件系统越来越多地包含自我行为，以适应运行时环境的变化。这种调整通常涉及重新配置系统的软件架构。许多系统还需要自己管理其架构，即，他们需要一个规划组件来自主决定执行哪些重新配置以达到所需的目标配置。对于规范的重新配置，我们采用图转换系统（GTS），由于图和UML对象图的密切关系。我们解决了由此产生的规划问题的规划系统，直接在GTS。它具有独立于域的启发式，使用原始问题的抽象的解决方案长度作为估计。最后，我们提供了两个不同的域上的实验结果，这证实了我们的启发式比另一个域独立的启发式，类似于在相关工作中采用的启发式执行更好。
2014-07-30 cs.AI
Heuristics for Partially Observable Stochastic Contingent Planning
eBay Research（eBay研究院）；Ben Gurion University（本古里安大学）
针对基于目标的POMDP求解中启发式引导收敛的问题，提出利用域模型结构化表示、兼顾信息价值与随机效应的启发式函数，可减少RTDP-BEL收敛所需轨迹数，提升求解速度。
2024-10-08 cs.AI
Improving Heuristics Through Relaxed Search - An Analysis of TP4 and HSP*a in the 2004 Planning Competition
hm容许启发式回归规划（顺序和时间）由回归搜索空间中的最优成本函数的参数化松弛来定义，其中参数m提供了启发式的准确性和计算成本之间的权衡。计算hm启发式的现有方法需要m的时间指数，将它们限制为小值（m和lt = 2）。hm启发式也可以被看作是最佳的成本函数在一个松弛的搜索空间：本文提出了松弛搜索，计算这个函数的方法部分通过搜索在松弛空间。放松的搜索方法，因为它只部分计算hm，所以计算成本更低，因此可用于较高的m值。（完全）HM启发式与部分HM启发式相结合，对于m = 3，.，通过松弛搜索计算，从而产生更准确的启发式。通过比较两个最优时间规划器来评估这种使用放松搜索方法来改进hm启发式：TP 4，其不使用它，和HSP*a，其使用它，但在其他方面与TP 4相同。的比较是在2004年国际规划竞赛，在这两个规划师参加使用的域。放松搜索被发现是符合成本效益的，在这些领域中的一些，但不是所有。分析揭示了一个特征的域，在放松搜索可以预期是成本效益，在两个措施的原始和放松搜索空间。在松弛搜索是成本有效的领域中，扩展小状态比扩展大状态在计算上更便宜，并且小状态倾向于具有小的后继状态。
2011-09-27 cs.AI
Learning Domain-Independent Planning Heuristics with Hypergraph Networks
The Australian National University（澳大利亚国立大学）
我们提出了第一种能够完全从头开始学习独立于域的规划算法的方法。我们学习的算法将手头规划问题的删除松弛的超图表示映射到成本估计，该成本估计近似于通过超图从当前状态到目标的最小成本路径的成本估计。我们概括了图网络，以获得一个新的超图学习框架，我们专门通过训练从最优成本计划中获得的状态/值对来学习规划算法。我们的实验表明，由此产生的架构，STRIPS-HGNs，是能够学习的竞争力与现有的删除松弛算法，包括LM切割算法。我们表明，我们学习的知识能够概括不同的问题和领域，包括在训练过程中没有看到的领域。
2019-11-29 cs.AI cs.LG
The LAMA Planner: Guiding Cost-Based Anytime Planning with Landmarks
Griffith University（格里菲斯大学）；NICTA QRL（澳大利亚国家信息通信技术卓越研究中心QRL）
LAMA是一个经典的基于启发式前向搜索的规划系统。它的核心特征是使用一个伪启发式来自地标，命题公式，必须在规划任务的每个解决方案是真的。LAMA建立在快速向下规划系统的基础上，使用有限域而不是二进制状态变量和多启发式搜索。后者被用来结合地标启发式与著名的FF启发式的变体。这两种方法都对成本敏感，在行动成本不一致的情况下，注重高质量的解决方案。使用加权A* 搜索，迭代地降低权重，使得规划器继续搜索更好质量的规划，直到搜索终止。LAMA在2008年国际规划竞赛中表现最好。在本文中，我们详细介绍了该系统，并调查LAMA的功能是至关重要的，其性能。我们提出了个别的结果，在竞争中使用的一些领域，展示了好的和坏的情况下，在LAMA实现的技术。总体而言，我们发现，使用地标提高性能，而行动成本纳入启发式估计证明是没有好处的。我们表明，在某些领域的搜索，忽略成本解决了更多的问题，提出了如何在未来更有效地处理行动成本的问题。迭代加权A* 搜索极大地改善了结果，并显示出与地标的使用的协同效应。
2014-01-16 cs.AI
Plausibility-Based Heuristics for Latent Space Classical Planning
Fabalis（法巴利斯）；The University of Tokyo（东京大学）
针对LatPlan潜空间规划可能无效的问题，提出领域无关的合理性启发式（PBH），在搜索中评估状态合理性，显著提升图像拼图和汉诺塔任务的有效规划数量。
2023-06-20 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
HBTP: Heuristic Behavior Tree Planning with Large Language Model Reasoning
本文提出HBTP框架，通过大语言模型推理生成启发式路径以指导行为树规划扩展，并结合动作空间剪枝与反思反馈提升准确性与效率，解决了复杂场景下BT规划耗时长的问题。
2025-03-07 cs.AI cs.RO
A New Challenge: Approaching Tetris Link with AI
Leiden University（莱顿大学）
数十年的研究已经投入到制作用于下棋和围棋等游戏的计算机程序上。本文着重介绍了一个新的游戏，俄罗斯方块链接，一个棋盘游戏，仍然缺乏任何科学的分析。俄罗斯方块链接有一个大的分支因子，阻碍了传统的启发式规划方法。我们探索启发式规划和其他两种方法：强化学习，蒙特卡罗树搜索。我们记录了我们的方法，并报告了他们在锦标赛中的相对表现。奇怪的是，启发式方法比规划/学习方法更强大。然而，经验丰富的人类玩家很容易赢得大多数与启发式规划AI的比赛。因此，我们怀疑俄罗斯方块链接比预期的更难。我们向社区提供我们的发现，作为改进的挑战。
2020-04-01 cs.AI
Planning as Theorem Proving with Heuristics
Toronto Metropolitan University（多伦多都会大学）
本文提出一种基于情境演算和A*搜索的定理证明提升启发式规划器，虽速度较慢但能生成更短计划并探索更少状态，证明该方法是可行的。
2023-06-20 cs.AI cs.LO
Heuristic Search Planning with Deep Neural Networks using Imitation, Attention and Curriculum Learning
Czech Technical University in Prague（布拉格捷克理工大学）
学习一个消息灵通的启发式函数的硬任务规划域是一个难以捉摸的问题。虽然已知有神经网络体系结构来表示这种启发式知识，但学习到什么具体信息以及旨在理解结构的技术是否有助于提高启发式知识的质量并不明显。本文提出了一种网络模型，学习启发式能够通过最优计划模仿的状态空间的遥远的部分，使用注意力机制，这大大提高了学习一个好的启发式功能。为了克服该方法在创建难度越来越大的问题时的局限性，我们演示了课程学习的使用，将新解决的问题实例添加到训练集中，这反过来有助于解决更高复杂性的问题，远远超过了所有现有基线的性能，包括经典的规划算法。我们证明了它的有效性网格型PDDL域。
2021-12-03 cs.AI cs.LG
The Metric-FF Planning System: Translating "Ignoring Delete Lists" to Numeric State Variables
多年来，使用数值状态变量进行规划一直是一项挑战，并且是第三届国际规划竞赛（IPC-3）的一部分。目前，最流行的和成功的算法技术之一，在CNOPS规划是引导搜索的启发式功能，其中的启发式是基于放松的规划任务，忽略删除列表的可用动作。我们提出了一个自然的扩展“忽略删除列表”的数值状态变量，保持相关的理论性质的条件下，手头的数值任务是单调的。然后，我们确定了一个子集的数值IPC-3的竞争语言，“线性任务”，其中单调性可以通过预处理来实现。在此基础上，我们将启发式规划系统FF中的算法扩展到线性任务。由此产生的系统Metric-FF是，根据IPC-3的结果，我们讨论，目前最有效的两个数字规划。
2011-06-26 cs.AI
Finetuning Randomized Heuristic Search For 2D Path Planning: Finding The Best Input Parameters For R* Algorithm Through Series Of Experiments
Institute for Systems Analysis of Russian Academy of Sciences（俄罗斯科学院系统分析研究所）
路径规划是人工智能中的一个典型的图搜索问题，R* 算法是一种解决路径规划问题的最新算法，它将给定的路径搜索任务分解为一系列子任务，每个子任务都可以很容易地（在计算意义上）用已知的方法（如A*）求解。参数化随机选择用于执行分解，并且因此R* 性能在很大程度上取决于其输入参数的选择。在我们的工作中，我们制定了一系列的假设R* 参数，它们的相互依赖性和R* 性能的影响可能的上限和下限。然后，我们通过运行大量的实验来评估这些假设。因此，我们制定了一套启发式规则，可用于初始化的R* 参数的值的方式，导致算法的最佳性能。
2015-11-03 cs.AI
Learning to Search and Searching to Learn for Generalization in Planning
Department of Machine Learning and Reasoning, RWTH Aachen University（机器学习与推理部门，亚琛RWTH大学）
提出一种结合关系图神经网络值启发式的自改进WA*学习框架，通过搜索引导和Q学习更新启发式，实现零样本泛化，在多个规划任务中优于深度强化学习。
2026-05-25 cs.AI
Abstract Interpretation for Generalized Heuristic Search in Model-Based Planning
Massachussetts Institute of Technology（麻省理工学院）
基于模型的领域通用规划者通常通过放松或抽象符号世界模型来构建搜索策略，从而获得其通用性。我们说明了如何抽象的解释可以作为一个统一的框架，这些抽象为基础的启发式搜索，扩展范围的启发式搜索更丰富的世界模型，利用更复杂的数据和功能（如集，几何），甚至模型的不确定性和概率的影响。这些理论也可以与学习相结合，允许代理通过抽象派生的信息在新的世界模型中快速启动规划，这些信息后来通过经验进行了改进。这表明抽象解释在构建通用推理系统中可以发挥关键作用。
2022-08-05 cs.AI cs.PL
Cost-Optimal Algorithms for Planning with Procedural Control Knowledge
Knexus Research Corporation（Knexus研究公司）；MITRE（MITRE公司）；Naval Research Laboratory（海军研究实验室）
有一个令人印象深刻的机构的工作，发展规划和其他推理算法，以指导搜索最佳和任何时候的规划算法的经典规划。然而，很少的努力已被导向开发类似的技术，以引导搜索到高质量的解决方案，如HTN规划的层次规划形式主义，它允许使用额外的特定领域的程序控制知识。代替这种技术，这种控制知识通常需要为规划算法提供必要的搜索指导，这给领域作者带来了很大的负担，并且可能产生脆弱或容易出错的领域模型。我们通过扩展最近的工作，一个新的分层目标为基础的规划形式主义，称为分层目标网络（HGN）规划开发的分层最优目标分解规划（HOpGDP），HGN规划算法，计算分层最优的计划，来解决这个差距。HOpGDP由$h_{HL}$指导，$h_{HL}$是一种新的HGN规划启发式算法，它扩展了现有的基于可容许地标的启发式算法，从经典规划中计算HGN规划问题的可容许成本估计。我们在三个基准规划领域的实验评估表明，HOPGDP相比，由于其能够使用特定领域的程序知识，和盲目搜索版本的HOPGDP由于$h_{HL}$提供的搜索指导的最佳经典规划。
2016-07-07 cs.AI
Return to Tradition: Learning Reliable Heuristics with Classical Machine Learning
Australian National University（澳大利亚国立大学）
本文提出 WL-GOOSE，利用提升规划任务图上的 WL 特征与经典机器学习从零学习启发式，以更少参数和更快训练达到优于 $h^{\ ext{FF}}$ 并媲美 LAMA 的性能。
2024-03-25 cs.AI
Classical Planning with LLM-Generated Heuristics: Challenging the State of the Art with Python Code
University of Oxford（牛津大学）；Federal University of Rio Grande do Sul（里约格兰德杜斯阿勒斯联邦大学）；Linköping University（_linköping大学）
本文提出用LLM生成领域相关的Python启发式函数，在贪心最佳优先搜索中评估并选择最强函数，从而在经典规划中超越最先进的领域无关启发式，甚至与最强的学习算法竞争。
2025-10-23 cs.AI cs.LG
PathWise: Planning through World Model for Automated Heuristic Design via Self-Evolving LLMs
Georgia Institute of Technology（佐治亚理工学院）
提出PathWise多智能体推理框架，将启发式生成建模为基于蕴含图的序列决策过程，通过策略智能体、世界模型智能体和评论智能体的协作实现状态感知规划，在组合优化问题上收敛更快、泛化更强。
2026-05-25 cs.AI cs.CL
Reinforcement Learning for Classical Planning: Viewing Heuristics as Dense Reward Generators
MIT（麻省理工学院）；MIT-IBM Watson AI Lab（麻省理工学院-IBM沃森人工智能实验室）；IBM Research（IBM研究院）
强化学习（RL）的最新进展使得人们对将RL应用于经典规划域或将经典规划方法应用于某些复杂RL域的兴趣越来越大。然而，在经典规划中发现的基于长期目标的问题导致RL的回报稀疏，使得直接应用效率低下。在本文中，我们提出利用领域独立的启发式函数通常用于经典规划文献中，以提高RL的样本效率。这些经典算法充当密集奖励生成器，以缓解稀疏奖励问题，并使我们的RL代理能够学习特定于域的价值函数作为这些算法的残差，使学习更容易。正确应用这种技术需要整合RL中使用的折扣度量和物流中使用的非折扣度量。我们实现的价值函数使用神经逻辑机，一个神经网络架构接地一阶逻辑输入设计。我们在几个经典的规划域上证明，与稀疏奖励RL相比，使用RL的经典算法可以获得良好的样本效率。我们进一步表明，我们学到的价值函数推广到新的问题实例在同一领域。
2022-03-07 cs.AI cs.LG
