STRIPS Planning in Infinite Domains
MIT CSAIL（麻省理工学院计算机科学与人工智能实验室）
许多机器人规划应用涉及具有高度非线性约束的连续动作，这不能使用构造命题表示的现代规划器来建模。我们介绍STRIPStream：一个扩展的CNOPS语言，可以模拟这些领域，通过支持规范的黑盒发电机处理复杂的约束。这些生成器的输出通过可能无限的对象流和静态谓词与操作交互。我们提供了两个算法，都减少了STRIPStream问题的一系列有限域规划问题。表示和算法是完全独立的域。我们证明了我们的框架上简单的说明域，然后在一个高维的，连续的机器人任务和运动规划域。
2017-05-28 cs.AI
An Efficient HTN to STRIPS Encoding for Concurrent Plans
Univ. Grenoble Alpes（格勒诺布尔阿尔卑斯大学）
层次任务网络（HTN）的形式主义是用来表达各种各样的规划问题的分解成subtakes的任务。已经提出了许多技术来解决这种层次规划问题。一种特殊的技术是将层次规划问题编码为经典的分层规划问题。这种技术的一个优点是直接受益于CNOPS规划人员的不断改进。然而，仍然有一些有效的和有表现力的编码。在本文中，我们提出了一个新的HTN到CNOPS编码允许生成并发计划。我们的实验表明，这种编码优于以前的方法分层IPC基准。
2022-06-14 cs.AI
Learning STRIPS Action Models with Classical Planning
Universitat Politècnica de València（瓦伦西亚理工大学）
本文提出了一种新的方法，从例子，编译这个归纳学习任务到一个经典的规划任务，学习BIPPS行动模型。有趣的是，编译方法对不同数量的可用输入知识是灵活的;学习示例可以从一组计划（具有相应的初始和最终状态）到一对初始和最终状态（没有给出中间动作或状态）。此外，编译接受部分指定的动作模型，并且它可以用于验证计划执行的观察是否遵循给定的CNOPS动作模型，即使该模型没有完全指定。
2019-03-04 cs.AI
Duality in STRIPS planning
Max-Planck-Institut für Informatik（马克斯·普朗克信息学研究所）；Saarland University（萨尔大学）；Charles University（查理大学）
我们描述了一个二元映射的规划任务之间的CNOPS。通过交换初始条件和目标条件，取它们各自的补项，并为每个动作交换其前提条件和删除列表，我们可以为每个ARIPS任务获得其对偶版本，当且仅当原始版本有解时，它才有解。这是证明了所描述的转换基本上把前进（向前搜索）到回归（向后搜索），反之亦然。这种二元性通过允许从一种搜索方法到另一种搜索方法的思想转移，为搜索引擎规划提供了新的思路。它可以用来从旧的算法构造新的算法，或者（等价地）从现有的算法中获得新的基准。实验表明，IPC基准的双重版本一般是相当困难的现代规划师。这可以被视为一个新的挑战。另一方面，对偶版本更容易解决的情况表明，对偶性在实践中也是有用的。
2013-04-03 cs.AI
SDRL: Interpretable and Data-efficient Deep Reinforcement Learning Leveraging Symbolic Planning
Auburn University（奥本大学）；NVIDIA Corporation（英伟达公司）；Maana Inc.（Maana公司）
深度强化学习（DRL）通过直接从高维感官输入中学习而获得了巨大的成功，但因缺乏可解释性而臭名昭著。子任务的可解释性在分层决策中至关重要，因为它增加了黑盒式DRL方法的透明度，并帮助RL从业者更好地理解系统的高层行为。在本文中，我们将符号规划引入DRL，并提出了一个符号深度强化学习（SDRL）框架，可以处理高维感官输入和符号规划。该框架采用规划器-控制器-元控制器结构，分别负责子任务调度、数据驱动子任务学习和子任务评估。这三个组成部分相互交叉，并最终收敛到最佳的符号计划以及学习的子任务，将长期规划能力与符号知识和直接来自高维感官输入的端到端强化学习的优势结合在一起。实验结果验证了子任务的可解释性，同时与最先进的方法相比，提高了数据效率。
2019-02-28 cs.AI
Efficient Non-Parametric Uncertainty Quantification for Black-Box Large Language Models and Decision Planning
Apple（苹果公司）
针对大语言模型决策规划的幻觉问题及现有方法对黑盒模型适配差、成本高的痛点，提出无需logits的单次推理非参数不确定性量化方法，并设计了带偏好征询的决策智能体方案，为AI智能体开发提供低成本高效方案。
2024-02-01 cs.AI cs.CL cs.LG
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
What you get is what you see: Decomposing Epistemic Planning using Functional STRIPS
School of Computing
针对传统认知规划方法随问题规模增大计算不可行的问题，本文提出用Functional STRIPS建模，将认知公式推理委托给外部求解器，提升了模型灵活性与可扩展性，且能更简洁地表达问题。
2019-04-02 cs.AI
Homomorphisms and Embeddings of STRIPS Planning Models
IRIT, University of Toulouse（图卢兹大学 IRIT 研究所）
本文研究STRIPS规划实例同构、子实例同构及嵌入问题的复杂度，证明同构问题为GI完全、其余为NP完全，提出构建同构的算法，并通过实验验证预处理中约束传播可提升SAT求解器效率。
2024-06-24 cs.AI
From Next Token Prediction to (STRIPS) World Models
RWTH Aachen University, Germany（亚琛工业大学，德国）；Universitat Pompeu Fabra, Spain（庞培法华大学，西班牙）
研究下一个词预测能否产生支持规划的世界模型，提出STRIPS Transformer和标准Transformer两种架构，在五个经典规划领域评估训练准确率、泛化能力和规划性能。
2026-05-25 cs.AI
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
Task and Skill Planning: Hierarchical Robot Planning with Black-Box Skills
本文提出了一种基于通用技能的分层机器人规划框架，通过可组合交互原语整合运动规划与闭合回路控制器，实现在复杂长期任务中的高效执行。
2026-07-30 cs.AI cs.RO
Path Planning based on 2D Object Bounding-box
Technical University of Munich（慕尼黑工业大学）
本文提出一种以视觉为中心的自动驾驶路径规划方法，利用2D物体边界框，结合高精地图与摄像头图像，通过GNN和Transformer进行时空特征聚合，在nuPlan任务上取得有竞争力的表现。
2024-02-22 cs.AI cs.RO
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
SwissNYF: Tool Grounded LLM Agents for Black Box Setting
IIT (BHU)（印度理工学院（瓦拉纳西））
针对不可逆API等黑盒环境下的工具规划难题，提出利用LLM程序合成能力的TOPGUN方法及配套的SwissNYF套件，确保方案在实施前得到验证，提升复杂API交互的有效性。
2024-02-15 cs.AI cs.CL
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
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
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
Neural-Symbolic Descriptive Action Model from Images: The Search for STRIPS
MIT-IBM Watson AI Lab（MIT-IBM沃森人工智能实验室）；IBM Research（IBM研究院）
最近的工作神经符号系统，学习离散规划模型的图像开辟了一个有前途的方向，扩大范围的自动规划和调度的原始，嘈杂的数据。然而，以前的工作只是部分解决了这个问题，利用黑盒神经模型作为后继生成器。在这项工作中，我们提出了双阶段动作模型获取（DSAMA），一个系统，获得一个描述性的PDDL动作模型与明确的前提条件和影响的命题变量无监督学习的图像。DSAMA训练一组基于规则的随机森林分类器，并将它们编译成PDDL中的逻辑公式。虽然我们获得了与黑盒模型相比具有竞争力的准确PDDL模型，但我们观察到，所产生的PDDL对于最先进的标准规划器（如Fast Downward）来说过于庞大和复杂，主要是由于PDDL-SAS+转换器瓶颈。从这个负面的结果，我们认为，这个翻译瓶颈不能仅仅通过使用不同的，现有的基于规则的学习方法来解决，我们指出了潜在的未来方向。
2019-12-11 cs.AI cs.LG
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
Grounding Vision and Language to 3D Masks for Long-Horizon Box Rearrangement
本文提出RAMP-3D模型，通过3D遮罩的序列预测实现长周期3D箱子整理任务，优于2D VLM基线，证明基于遮罩的反应策略在长周期规划中的潜力。
2026-03-24 cs.AI cs.RO
Learning First-Order Representations for Planning from Black-Box States: New Results
Universitat Pompeu Fabra（庞培法布拉大学）；University of Potsdam（波茨坦大学）；ICREA（加泰罗尼亚研究与高等研究院）
最近Bonet和Geffner已经表明，规划域的一阶表示可以从状态空间的结构中学习，而无需任何关于动作模式或域谓词的先验知识。为此，学习问题被公式化为搜索最简单的一阶域描述D，其连同关于实例I_i（对象和初始状态的数量）的信息一起确定与观察到的状态图G_i匹配的状态空间图G（P_i），其中P_i =（D，I_i）。搜索是铸造和解决近似的SAT求解器，被称为一个大家庭的命题理论，不同的只是在参数编码的可能数量的行动模式和域谓词，他们的arities，和对象的数量。在这项工作中，我们推动这些学习者的限制，移动到答案集编程（ASP）编码使用CLINGO系统。新的编码更加透明和简洁，扩展了可能模型的范围，同时促进了对它们的探索。我们表明，域引入的Bonet和Geffner可以更有效地解决在新的方法，往往是最佳的，而且，该方法可以很容易地扩展到处理部分信息的状态图以及噪声，防止一些国家被区分。
2021-05-23 cs.AI
Matryoshka Pilot: Learning to Drive Black-Box LLMs with LLMs
Georgia Institute of Technology（佐治亚理工学院）；Precur AI；Google DeepMind（谷歌DeepMind）
针对黑盒LLM因不透明性难以提升推理等能力且现有适配方法不可行的问题，提出轻量级白盒LLM控制器Matryoshka Pilot，通过分解任务为中间输出引导黑盒LLM，有效增强其在复杂长期任务中的能力。
2025-11-13 cs.AI cs.CL cs.LG
Systematic Analysis of LLM Contributions to Planning: Solver, Verifier, Heuristic
Emory University（埃默里大学）
本研究系统分析LLM在规划任务中作为求解器、验证器、启发式引导的作用，发现其更擅长为中间解提供启发式反馈，还提出了评估LLM即时学习用户偏好能力的新基准。
2024-12-12 cs.AI cs.CL
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
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
Hybrid Automated Reasoning Tools: from Black-box to Clear-box Integration
Drexel University（德雷塞尔大学）；University of Nebraska at Omaha（内布拉斯加大学奥马哈分校）
最近，答案集编程和约束编程的研究人员在混合语言和求解算法的开发上花费了大量的精力，结合了这些传统上独立领域的优势。这些努力导致了一个新的研究领域：约束答案集编程（CASP）。CASP语言和系统被证明是在很大程度上成功地提供了有效的解决方案，涉及混合推理任务的问题，如调度问题的规划元素。然而，CASP系统的开发是困难的，需要多个领域的非平凡专业知识。这表明有必要进行一项研究，确定混合动力系统的一般发展原则。一旦这些原则和它们的含义被很好地理解，混合语言和系统的开发可能成为一个完善和理解的常规过程。作为这一方向的一步，在本文中，我们进行了一个案例研究，旨在评估各种集成模式的CASP方法。
2013-12-20 cs.AI
An Accurate HDDL Domain Learning Algorithm from Partial and Noisy Observations
Univ. Grenoble Alpes（格勒诺布尔阿尔卑斯大学）
层次任务网络（{ \sf HTN}）形式主义是非常有表现力的，用于表达各种各样的规划问题。与经典的{ \sf HTN}形式主义（其中只需要指定动作模型）不同，{ \sf HTN}形式主义还需要指定问题的任务及其分解为子任务的方法（称为{ \sf HTN}方法）。因此，专家们认为手工编码的{ \sf HTN}问题比经典规划问题更困难，更容易出错。为了解决这个问题，我们提出了一种新的方法（HierAMLSI）的语法归纳的基础上获得{ \sf HTN}规划领域的知识，通过学习行动模型和{ \sf HTN}方法与他们的先决条件。与其他方法不同，HierAMLSI能够以高水平或高精度学习具有噪声和部分输入观测的动作和方法。
2022-06-14 cs.AI
Learning Space Partitions for Path Planning
Facebook AI Research（Facebook 人工智能研究院）；Brown University（布朗大学）；UC Berkeley（加州大学伯克利分校）
路径规划是有效发现高回报轨迹的问题，通常需要优化高维和多模态的回报函数。流行的方法，如CEM和CMA-ES，主要集中在搜索空间的有希望的区域，可能会陷入局部最大值。DOO和VOOT平衡了探索和利用，但使用独立于待优化的奖励函数的空间划分策略。最近，LaMCTS根据经验学习以奖励敏感的方式划分搜索空间，以进行黑盒优化。在本文中，我们开发了一种新的正式遗憾分析时，为什么这样的自适应区域划分方案的工作原理。我们还提出了一种新的路径规划方法LaP 3，它提高了每个子区域内的函数值估计，并使用了潜在的搜索空间的表示。从经验上讲，LaP 3在2D导航任务中优于现有的路径规划方法，特别是在存在难以逃脱的局部最优值的情况下，并且在插入基于模型的RL（如PETS）的规划组件时显示出优势。这些收益转移到高度多模态的现实世界任务中，在9个任务中，我们在编译阶段的平均排序中超过了强基线高达39%，在分子设计中，在0-1的范围内，性能超过了0.4。代码可在https://github.com/yangkevin2/neurips2021-lap3上获得。
2022-01-21 cs.AI cs.LG cs.RO
Automated stereotactic radiosurgery planning using a human-in-the-loop reasoning large language model agent
本文提出利用人类在回路的推理大型语言模型代理进行自动化立体定向放射手术计划，通过对比推理模型与非推理模型，展示了推理模型在剂量优化和计划行为上的优势。
2025-12-23 cs.AI cs.CL cs.HC
Investigating Advanced Reasoning of Large Language Models via Black-Box Interaction
College of Artificial Intelligence, Nanjing University of Aeronautics（人工智能学院，南京航空航天大学）；School of Electronics Engineering（电子工程学院）；Computer Science, Peking University（计算机科学，北京大学）；Theta Health Inc.（Theta健康公司）
本文提出黑盒交互评估范式及Oracle基准，发现LLMs在交互推理中缺乏高级规划能力，难以制定高效探索策略以修正假设。
2025-08-26 cs.AI
Cost-Awareness in Tree-Search LLM Planning: A Systematic Study
Emory University（埃默里大学）；University of California, Merced（加州大学默塞德分校）
本文研究了树搜索LLM规划器在资源受限下的成本意识问题，发现现有方法难以找到最优计划，双向搜索表现最佳，MCTS在短时间任务中最优，表明需新算法而非单纯增加计算量。
2026-01-12 cs.AI
Diverse, Top-k, and Top-Quality Planning Over Simulators
Defence Science and Technology Group（国防科学技术集团）；The University of Melbourne（墨尔本大学）
针对经典规划器依赖符号模型的局限，提出基于蒙特卡洛树搜索的多样性、Top-k与最优质量规划方法，可在黑盒仿真场景下生成高质量多样规划集。
2023-08-25 cs.AI
