使用学习的二值化神经网络基准进行规划，用于MaxSAT评估2021
Planning with Learned Binarized Neural Networks Benchmarks for MaxSAT Evaluation 2021
Monash University（莫纳什大学）；University of Toronto（多伦多大学）；KU Leuven（鲁汶大学）；University of Copenhagen（哥本哈根大学）
摘要：
本文简要介绍了学习自动规划问题，其中状态转换函数是二进制神经网络（BNN）的形式，提出了一个通用的MaxSAT编码这个问题，并描述了四个域，即：导航，库存控制，系统管理员和Cellda，这是提交的基准MaxSAT评估2021。
英文摘要：
This document provides a brief introduction to learned automated planning problem where the state transition function is in the form of a binarized neural network (BNN), presents a general MaxSAT encoding for this problem, and describes the four domains, namely: Navigation, Inventory Control, System Administrator and Cellda, that are submitted as benchmarks for MaxSAT Evaluation 2021.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
