A Hierarchical Temporal Planning-Based Approach for Dynamic Hoist Scheduling Problems
Sun Yat-Sen University(中山大学);Software Engineering Institute of Guangzhou(广州软件工程研究所)
随着自主设备的发展,提升机调度已成为电镀行业应用的瓶颈。虽然有一些方法提出了针对具有挑战性的问题,他们通常不能扩展到大规模的调度问题。在本文中,我们制定了提升机调度问题作为一个新的时间规划问题的形式,适应PDDL,并提出了一种新的分层时间规划方法,有效地解决调度问题。此外,我们还提供了一系列真实的基准测试实例,可用于评估问题的解决方案。我们表明,所提出的方法是能够有效地找到高质量的解决方案,为大规模的现实生活中的基准实例,与国家的最先进的基线相比。
2022-12-11 cs.AI
A Roadmap to Guide the Integration of LLMs in Hierarchical Planning
本文提出了一条引导大型语言模型在分层规划中整合的路线图,通过分类整合方法和建立基准测试,探索LLMs在分层规划中的应用潜力。
2025-11-22 cs.AI
Hierarchical Width-Based Planning and Learning
Universitat Pompeu Fabra(庞培法布拉大学)
基于宽度的搜索方法已经在广泛的测试平台中表现出最先进的性能,从经典的规划问题到基于图像的模拟器,如Atari游戏。这些方法的规模独立的状态空间的大小,但在问题的宽度呈指数。在实践中,运行宽度大于1的算法在计算上是难以处理的,这使得IW无法解决更大宽度的问题。在本文中,我们提出了一个分层算法,计划在两个层次的抽象。高级规划器使用从低级修剪决策中逐渐发现的抽象特征。我们说明了这种算法在经典的规划PDDL域,以及在基于像素的模拟器域。在经典规划中,我们展示了两个抽象层次上的IW(1)如何解决宽度为2的问题。对于基于像素的域,我们展示了如何结合一个学习的政策和一个学习的价值函数,建议的分层IW可以优于目前的平面IW为基础的规划者在雅达利游戏稀疏奖励。
2021-09-01 cs.AI
Improving Human Decision-Making by Discovering Efficient Strategies for Hierarchical Planning
Max Planck Institute for Intelligent Systems(马克斯·普朗克智能系统研究所)
为了在现实世界中做出好的决策,人们需要有效的规划策略,因为他们的计算资源是有限的。了解哪些规划策略最适合不同情况下的人,对于理解和改进人类决策非常有用。但我们计算这些策略的能力过去仅限于非常小和非常简单的规划任务。为了克服这一计算瓶颈,我们引入了一种认知启发的强化学习方法,可以通过利用人类行为的层次结构来克服这一限制。其基本思想是将顺序决策问题分解为两个子问题:设定目标和规划如何实现目标。这种层次分解使我们能够在比以前可能的更大和更复杂的任务中发现人类规划的最佳策略。所发现的策略优于现有的规划算法,并实现了超人水平的计算效率。我们证明,教人们使用这些策略显着提高了他们的表现,在顺序决策任务,需要规划多达八个步骤。相比之下,以前的方法都不能提高人类在这些问题上的表现。这些研究结果表明,我们的认知知情的方法使得有可能利用强化学习,以改善人类在复杂的顺序决策问题的决策。未来的工作可以利用我们的方法来开发决策支持系统,改善人类在现实世界中的决策。
2021-01-31 cs.AI
Hierarchical Constrained Stochastic Shortest Path Planning via Cost Budget Allocation
Massachusetts Institute of Technology(麻省理工学院)
随机序贯决策往往需要层次结构的问题,每个高层次的行动应进一步计划与原始状态和行动。此外,许多现实世界的应用程序需要一个计划,满足约束的二次成本,如风险措施或燃料消耗。在本文中,我们提出了一个分层约束随机最短路径问题(HC-SSP),满足这两个关键的要求,在一个单一的框架。虽然HC-SSP提供了一个有用的框架,在许多现实世界的应用程序中,这样的规划要求建模,由此产生的问题具有很高的复杂性,并使得它很难找到一个最佳的解决方案,快速,这阻止了用户将其应用到实时和风险敏感的应用程序。为了解决这个问题,我们提出了一个算法,迭代分配成本预算的基础上分支定界计划的低层次规划问题,找到一个可行的解决方案快速和增量更新现任解决方案。我们证明了所提出的算法在疏散的情况下,并证明了一个国家的最先进的数学规划为基础的方法的优势。
2022-05-11 cs.AI
Learning and Reusing Policy Decompositions for Hierarchical Generalized Planning with LLM Agents
IBM
本文提出一种结合通用规划与分层任务分解的动态策略学习方法,通过自动分解学习可重用的策略组件,提升任务执行效率与准确性。
2026-05-07 cs.AI
FAPE: a Constraint-based Planner for Generative and Hierarchical Temporal Planning
LAAS-CNRS(法国国家科学研究中心自动化系统实验室);Université de Toulouse(图卢兹大学);INSA(法国国立应用科学学院);CNRS(法国国家科学研究中心);NASA Ames Research Center(美国国家航空航天局艾姆斯研究中心)
时间规划提供了许多优点时,基于表达的表示。时间轴可以提供所需的表现力,但以搜索效率为代价。我们在这里提出了一个时间规划器,称为FAPE,它支持ANML建模语言的许多表达时间的功能,而不会失去效率。FAPE的表示连贯地集成了灵活的时间表与分层细化方法,可以提供有效的控制知识。提出了一种新的可达性分析技术,并用于开发因果网络来约束搜索空间。它被用于设计有根据的推理方法、推理方法和有效的搜索策略。在该领域的共同基准上的实验结果允许评估FAPE的组件和搜索策略,并将其与IPC规划者进行比较。结果表明,所提出的方法是有竞争力的表达较少的规划,往往优于分层控制知识时提供。FAPE是一个免费提供的系统,提供了其他功能,这里没有涉及,例如计划与行动的集成,以及在部分可观察环境中处理感知动作。
2020-10-25 cs.AI
Hierarchical Reinforcement Learning with AI Planning Models
IBM Research AI(IBM研究院人工智能部门)
顺序决策的两种常见方法是AI规划(AIP)和强化学习(RL)。每一个都有优点和缺点。AIP是可解释的,易于与符号知识集成,通常是有效的,但需要一个预先的逻辑域规范,对噪声敏感; RL只需要规范的奖励,对噪声是鲁棒的,但样本效率低,不容易提供外部知识。我们提出了一种综合的方法,结合高层次的规划与RL,保留可解释性,转让和效率,同时允许鲁棒学习的较低层次的计划行动。该方法通过建立人工智能规划问题的状态转移模型与马尔可夫决策过程(MDP)的抽象状态转移系统之间的对应关系,从AIP算子定义层次强化学习(HRL)中的选项。通过增加内在奖励来学习选项,以鼓励MDP和AIP过渡模型之间的一致性。我们通过比较RL和HRL算法在MiniGrid和N-rooms环境中的性能,展示了我们的集成方法的好处,显示了我们的方法比现有方法的优势。
2022-09-28 cs.AI
From Coarse to Fine: Self-Adaptive Hierarchical Planning for LLM Agents
Beijing Key Laboratory of Research on Large Models and Intelligent Governance(北京大模型与智能治理重点实验室);Engineering Research Center of Next-Generation Intelligent Search and Recommendation, MOE(下一代智能搜索与推荐工程技术研究中心,教育部);Gaoling School of Artificial, Renmin University of China(人大北京校区人工智能学院);Huawei Noah’s Ark Lab(华为诺亚实验室)
本文提出AdaPlan-H,一种自适应分层规划机制,通过逐步细化策略提升复杂任务执行效率,减少过度规划,提供灵活高效的多步骤决策方案。
2026-04-25 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
HyperTree Planning: Enhancing LLM Reasoning via Hierarchical Thinking
University of Science and Technology of China(中国科学技术大学);College of Intelligence and Computing, Tianjin University(天津大学智能与计算学部)
提出 HyperTree Planning (HTP) 推理范式,通过构建超树结构规划大纲并引入自主规划框架,使 LLM 能够分层思考并有效处理复杂规划任务,在 TravelPlanner 基准上取得 SOTA 准确率。
2025-05-29 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
Distributed Planning in Hierarchical Factored MDPs
Stanford University(斯坦福大学);Carnegie Mellon University(卡内基梅隆大学)
我们提出了一个原则和有效的规划算法的协作多智能体动力系统。在规划和执行阶段,所有的计算都分布在代理之间;每个代理只需要为系统的一小部分建模和规划。这些局部子系统中的每一个都很小,但是一旦它们组合在一起,它们就可以代表一个指数级更大的问题。子系统通过子系统层次结构连接。代理人之间的协调和沟通不是强加的,而是直接来自这个层次结构。一个全局一致的计划是通过消息传递算法实现的,其中消息对应于自然的局部奖励函数,并由局部线性规划计算;另一个消息传递算法允许我们执行产生的策略。当层次结构的两个部分共享相同的结构时,我们的算法可以重用计划和消息以加快计算速度。
2012-12-12 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
HIPIF: Hierarchical Planning and Information Folding for Long-Horizon LLM Agent Learning
Meituan(美团);University of Chinese Academy of Sciences(中国科学院大学)
提出层次化规划与信息折叠方法,通过子目标分解和历史折叠减少长上下文干扰,结合层次化反思和子目标过程奖励,提升LLM在多轮长视界任务中的表现。
2026-06-09 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
Hierarchical Planning for Resource Allocation in Emergency Response Systems
Vanderbilt University(范德堡大学);Stanford University(斯坦福大学)
城市规模的信息物理系统(CPS)中的一个经典问题是不确定性条件下的资源分配。通常,这些问题被建模为马尔可夫(或半马尔可夫)决策过程。虽然在线,离线和分散的方法已被应用于此类问题,但它们很难扩展到大型决策问题。我们提出了一个一般的层次规划方法,利用结构在城市级CPS问题的资源分配下的不确定性。我们使用的应急响应作为一个案例研究,并显示如何一个大的资源分配问题可以分为较小的问题。然后,我们创建一个原则性的框架来解决较小的问题,并处理它们之间的相互作用。最后,我们使用来自美国田纳西州纳什维尔的真实数据来验证我们的方法。我们的实验表明,所提出的方法优于国家的最先进的方法在应急响应领域。
2021-03-04 cs.AI
Hierarchical Multiclass Decompositions with Application to Authorship Determination
Technion - Israel Institute of Technology(以色列理工学院);Babylon Ltd.(巴比伦有限公司)
本文主要研究如何将多类分类问题分解为二元子问题。我们扩展已知的詹森-香农边界贝叶斯风险的二进制问题的层次多类问题,并使用这些边界开发一个启发式的程序,构建层次多类分解多项式。我们测试我们的方法,并将其与众所周知的“全对”分解进行比较。我们的测试是使用机器学习作者的新作者身份确定基准测试进行的。新方法始终优于所有对分解时,类的数量是小的,甚至在较大的多类问题。使用这两种方法,我们实现的分类精度,使用SVM在由高频单令牌和高频令牌对组成的特征集,似乎是非常高的作者确定的已知结果相比。
2010-10-11 cs.AI
Sketch Decompositions for Classical Planning via Deep Reinforcement Learning
RWTH Aachen University(亚琛工业大学)
针对经典规划中现有草图学习方法的可扩展性与表达性局限,本研究将草图分解学习构建为深度强化学习任务,在修改的规划问题中学习通用策略,实验表明该方法生成的分解可有效求解问题且能被清晰理解。
2025-08-15 cs.AI
Simple Hierarchical Planning with Diffusion
Rutgers University(罗格斯大学);National University of Singapore(新加坡国立大学);EPFL(瑞士洛桑联邦理工学院);Google DeepMind(谷歌DeepMind);KAIST(韩国科学技术院)
本文提出 Hierarchical Diffuser,一种结合分层与扩散规划优势的简单高效方法,通过高层跳跃式规划降低计算成本并扩大感受野,低层子目标引导微调,在离线强化学习基准上显著提升了训练与规划速度及组合分布外任务的泛化能力。
2024-01-05 cs.AI cs.LG
Are We On The Same Page? Hierarchical Explanation Generation for Planning Tasks in Human-Robot Teaming using Reinforcement Learning
School of Computing, Informatics and Decision Systems Engineering, Arizona State University(亚利桑那州立大学计算、信息与决策系统工程学院)
在人机合作框架中,提供解释被认为是人工智能智能体的必要能力。正确的解释提供了人工智能智能体决策背后的基本原理。然而,为了维持人类队友的认知需求以理解所提供的解释,先前的工作集中于以特定顺序提供解释或将解释生成与计划执行交织。此外,这些方法没有考虑在整个提供的解释中需要共享的细节程度。在这项工作中,我们认为,代理生成的解释,特别是复杂的,应抽象到与人类队友的愿望,以保持收件人的认知负荷的细节水平保持一致。因此,学习层次解释模型是一项具有挑战性的任务。此外,智能体需要遵循一致的高级策略,将学习到的队友偏好转移到新的场景中,而较低级别的详细计划则不同。我们的评估证实了理解解释的过程,特别是复杂和详细的解释,是分层的。反映这一点的人类偏好与创造和使用抽象来吸收隐藏在我们认知过程更深处的知识完全一致。我们发现,分层解释实现了更好的任务性能和行为的可解释性,同时减少认知负荷。这些结果揭示了利用强化学习和跨各个领域的规划来设计可解释的代理。
2021-02-26 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
Using Deep Learning to Bootstrap Abstractions for Hierarchical Robot Planning
Arizona State University(亚利桑那州立大学)
本文讨论了学习抽象的问题,提高机器人规划性能,同时提供强有力的可靠性保证。尽管最先进的分层机器人规划算法允许机器人有效地计算用于实现用户期望的任务的长期运动计划,但是这些方法通常依赖于需要由专家手工设计的环境依赖的状态和动作抽象。我们提出了一种新的方法,引导整个层次规划过程。这使我们能够使用深度神经网络预测的关键区域自动计算新环境的抽象状态和动作,该深度神经网络具有自动生成的机器人特定架构。我们表明,学习的抽象可以使用一种新的多源双向分层机器人规划算法,是健全的和概率完整的。使用完整和非完整机器人对20种不同设置进行的广泛的经验评估表明:(a)我们学习的抽象提供了有效的多源层次规划所需的信息;以及(b)这种学习、抽象和规划的方法在训练过程中没有看到的测试环境的规划时间方面比最先进的基线高出近10倍。
2022-04-24 cs.AI cs.LG cs.RO
Constrained Hierarchical Monte Carlo Belief-State Planning
Stanford University(斯坦福大学)
本文提出COBeTS方法,利用分层选项结构将在线CPOMDP规划扩展到大规模连续机器人问题,在满足约束预算时保证随时安全,并通过分层监控实现运行时安全。
2024-02-26 cs.AI cs.RO
Integrating Acting, Planning and Learning in Hierarchical Operational Models
University of Maryland, College Park(马里兰大学帕克分校);LAAS-CNRS(法国国家科学研究中心自动化系统实验室);Fondazione Bruno Kessler(布鲁诺·凯斯勒基金会)
我们提出了新的规划和学习算法的RAE,细化代理引擎。RAE使用分层操作模型在动态变化的环境中执行任务。我们的规划程序,UPOM,在操作模型的空间中进行类似UCT的搜索,以便找到一个接近最佳的方法来用于手头的任务和背景。我们的学习策略获取,从在线表演经验和/或模拟规划结果,从决策上下文映射到方法实例,以及启发式功能,以指导UPOM。我们的实验结果表明,UPOM和我们的学习策略显着提高RAE的性能在四个测试领域使用两个不同的指标:效率和成功率。
2020-03-09 cs.AI cs.LG
Hi-Drive: Hierarchical POMDP Planning for Safe Autonomous Driving in Diverse Urban Environments
Shanghai Jiao Tong University(上海交通大学);Shanghai Innovation Institute(上海创新研究院);SenseTime(商汤科技)
针对城市道路动态不确定性,提出层级式POMDP规划算法Hi-Drive,利用驾驶员模型推断驾驶风格并集成重要性采样轨迹优化,在真实基准上显著超越现有方法。
2025-10-15 cs.AI cs.RO
Why Do LLM-based Web Agents Fail? A Hierarchical Planning Perspective
Department of Computer Science, George Mason University(乔治·马歇尔大学计算机科学系)
本文从分层规划角度分析了LLM网络代理失败原因,发现低层执行是主要瓶颈,改进感知接地和自适应控制对实现人类可靠性至关重要。
2026-04-27 cs.AI cs.CL
Behavior Planning at Urban Intersections through Hierarchical Reinforcement Learning
Carnegie Mellon University(卡内基梅隆大学)
对于自动驾驶汽车来说,有效的行为规划对于确保自我汽车的安全至关重要。在许多城市场景中,很难创建足够通用的启发式规则,特别是对于一些新的人类驾驶员发现困难的挑战性场景。在这项工作中,我们提出了一种基于强化学习(RL)的行为规划结构,它能够在模拟城市环境中进行分层结构的自主车辆行为规划。分层结构的应用允许满足行为规划系统的各个层。我们的算法可以比基于规则的方法更好地执行选择性决策,例如何时在相反方向接近的车辆之间左转,或者由于车道阻塞或在自我汽车前面的延迟而接近交叉路口时可能变道。这种行为很难评估为正确或不正确,但对于一些积极的专家人类驾驶员来说,他们可以有效和快速地处理这种情况。另一方面,与传统的强化学习方法相比,由于在训练过程中使用了混合奖励机制和启发式探索,我们的算法具有更高的样本效率。结果还表明,该方法比传统的RL方法更快地收敛到最优策略。
2020-11-09 cs.AI cs.RO
DHP: Discrete Hierarchical Planning for Hierarchical Reinforcement Learning Agents
Department of Computer Science University of Bath(计算机科学系巴斯大学);Department of Psychology University of Bath(心理学系巴斯大学)
DHP通过离散可达性检查和递归分解任务,提升分层强化学习代理在长距离视觉规划中的效率和泛化能力。
2025-12-19 cs.AI cs.LG cs.RO
PEORL: Integrating Symbolic Planning and Hierarchical Reinforcement Learning for Robust Decision-Making
Maana Inc.(Maana公司);Auburn University(奥本大学)
强化学习和符号规划都被用于构建智能自主智能体。强化学习依赖于从与现实世界的交互中学习,这通常需要大量的经验。符号规划依赖于手工制作的符号知识,这可能对领域的不确定性和变化不鲁棒。在本文中,我们提出了一个统一的框架{ \em PEORL},集成了符号规划与分层强化学习(HRL),以应付决策的动态环境中的不确定性。符号计划用于指导Agent的任务执行和学习,并将学习到的经验反馈给符号知识以改进规划。这种方法导致快速的政策搜索和强大的符号计划在复杂的领域。该框架在HRL的基准域上进行了测试。
2018-06-05 cs.AI cs.LG stat.ML
Dynamic Real-time Multimodal Routing with Hierarchical Hybrid Planning
Stanford University(斯坦福大学);Ford Greenfield Labs(福特Greenfield实验室)
我们介绍了动态实时的【形】多模式路由(DREAMR)的问题,这需要规划和执行的不确定性下的自主智能体的路线。代理人可以访问一个随时间变化的运输车辆网络,在该网络中,它可以使用多种运输方式。例如,无人机可以飞行或乘坐地形车辆的路线段。DREAMR是一个具有离散和连续变量的不确定条件下的序贯决策难题。我们设计了一个新的分层混合规划框架来解决DREAMR问题,利用其结构分解。我们的框架由一个全局开环规划层,调用和监控本地闭环执行层。额外的抽象允许规划和执行的高效和无缝交织。我们为DREAMR问题创建了一个大规模的模拟,每个场景都有数百条运输路线和数千个连接点。我们的算法框架显着优于滚动时域控制基线,在经过的时间到达目的地和能源消耗的代理。
2019-05-04 cs.AI cs.RO
Generalized Mission Planning for Heterogeneous Multi-Robot Teams via LLM-constructed Hierarchical Trees
Honda Research Institute USA(美国本田研究所)
本文提出一种针对异构多机器人团队的任务规划策略,利用大型语言模型构建层次树以分解复杂任务,并生成符合各机器人约束与能力的优化调度,验证了框架的灵活性与可扩展性。
2025-01-27 cs.AI cs.MA cs.RO
Decomposition-based Hierarchical Task Allocation and Planning for Multi-Robots under Hierarchical Temporal Logic Specifications
Robotics Institute, Carnegie Mellon University(卡内基梅隆大学机器人研究所);College of Control Science and Engineering, Zhejiang University(浙江大学控制科学与工程学院)
针对复杂时序逻辑规范下的多机器人任务分配与规划问题,提出基于分解的分层框架,通过原子子任务分解、任务网络构建及混合整数线性规划分配,在导航和操作仿真中实现更优解和更短运行时间。
2024-05-23 cs.AI cs.RO
An Anytime Hierarchical Approach for Stochastic Task and Motion Planning
Arizona State University(亚利桑那州立大学)
为了解决复杂的、长时间的任务,智能机器人需要结合运动规划进行高层次的、抽象的规划与推理。然而,抽象模型通常是有损的,并且使用它们计算的计划或策略可能无法执行。这些问题在机器人需要推理和计划多个意外事件的随机情况下会加剧。我们提出了一种新的方法,在随机设置的集成任务和运动规划。在这个方向的先前工作相比,我们表明,我们的方法可以有效地计算集成的任务和运动策略,其分支结构编码代理的行为,处理多个执行时间的突发事件。我们证明了我们的算法是概率上完整的,可以计算可行的解决方案的政策,在任何时候的方式,使遇到一个未解决的意外事件的概率随着时间的推移而下降。一组具有挑战性的问题的实证结果表明,我们的方法的实用性和范围。
2022-05-26 cs.AI cs.RO
A Structural Complexity Analysis of Hierarchical Task Network Planning
Regensburg University(雷根斯堡大学);TU Wien(维也纳技术大学);Telefónica Scientific Research(西班牙电信科学研究中心)
本文对层次任务网络规划中的三个经典问题进行了精细复杂性分析,识别出产生可处理性的结构性质,为原始网络提出多项式算法及下界,并给出提升可解性的元定理及参数化复杂性分析。
2025-01-22 cs.AI cs.CC
Bidirectional Task-Motion Planning Based on Hierarchical Reinforcement Learning for Strategic Confrontation
School of Automation Science and Electrical Engineering, Beihang University(自动化科学与电气工程学院,北京航空航天大学);Advanced Research Institute of Multidisciplinary Sciences and State Key Laboratory of CNS/ATM, Beijing Institute of Technology(多学科科学先进研究院和 CNS/ATM 国家重点实验室,北京理工大学)
本文提出基于分层强化学习的双向任务-运动规划方法,通过层次间动态交互、交叉训练和轨迹预测模型,在战略对抗中实现超过80%胜率和低于0.01秒决策时间,优于现有方法。
2025-08-27 cs.AI cs.RO
Creativity of AI: Hierarchical Planning Model Learning for Facilitating Deep Reinforcement Learning
Sun Yat-sen University(中山大学);Huawei Noah’s Ark Lab(华为诺亚方舟实验室)
本文提出一种结合符号选项与分层规划模型的深度强化学习框架,通过循环训练自动学习规划模型以提升数据效率、可解释性与可迁移性,并在两个领域验证了其有效性。
2023-07-07 cs.AI cs.LG
Human-instructed Deep Hierarchical Generative Learning for Automated Urban Planning
University of Central Florida(中佛罗里达大学);Pinterest;Rutgers University(罗格斯大学);Baidu Research(百度研究院);Beihang University(北京航空航天大学)
城市规划的基本任务是在目标区域产生最佳的土地利用配置。然而,传统的城市规划是耗时耗力的。深度生成学习给了我们希望,我们可以自动化这个规划过程,并提出理想的城市规划。虽然已经取得了显着的成就,他们表现出的局限性,缺乏意识:1)功能区和空间网格之间的层次依赖关系,2)功能区之间的对等依赖关系,3)人为的规定,以确保生成的配置的可用性。为了解决这些局限性,我们开发了一种新的人类指导的深层层次生成模型。我们从独特的功能角度重新思考城市规划生成任务,将规划要求总结为不同的功能预测,以更好地生成城市规划。为此,我们开发了一个三阶段的生成过程,从一个目标区域到区域到网格。第一阶段是标记具有潜在功能的目标区域的网格以发现功能区。第二阶段是感知规划需求,形成城市功能预测。我们提出了一个新的模块:功能化器将人类指令和地理空间上下文的嵌入投影到区域级规划以获得这样的投影。每个预测都包括土地使用组合的信息和特定城市功能方面的空间网格结构依赖性。第三阶段是利用多注意力对功能预测的区域-区域对等依赖关系进行建模,以生成网格级土地使用配置。最后,我们提出了广泛的实验来证明我们的框架的有效性。
2022-12-01 cs.AI cs.RO
HiPlan: Hierarchical Planning for LLM-Based Agents with Adaptive Global-Local Guidance
HiPlan提出分层规划框架,通过里程碑库与动态逐步提示提供自适应全局-局部引导,解决LLM智能体在复杂长时程任务中的迷失与偏差问题,实验验证其显著优于强基线。
2025-08-26 cs.AI cs.CL
Learning to Plan Hierarchically from Curriculum
The University of Sydney(悉尼大学);NVIDIA(英伟达)
我们提出了一个框架,学习计划层次结构的领域与未知的动态。我们提高规划性能,利用问题的结构,在几个方面:(一)我们简化了搜索计划,利用知识的技能目标,(二)较短的计划产生的积极执行层次规划,(三)我们学习过渡动态稀疏的本地模型,更好地概括。我们的框架将过渡动态分解为技能效果和成功条件,这允许通过推理效果进行快速规划,同时从与世界的交互中学习条件。我们提出了一个简单的方法来学习新的抽象技能,使用成功的轨迹源于完成课程的目标。然后,学习到的技能被提炼,以利用其他抽象技能并增强后续规划。我们表明,这两个条件和抽象的技能可以同时学习,而规划,即使在随机域。我们的方法在复杂性不断增加的实验中得到了验证,最多有2^100个状态,显示出优于经典非分层规划器或强化学习方法的规划。现实世界的问题的适用性证明在机器人机械手的模拟到真实的传输实验。
2019-06-18 cs.AI cs.LG cs.RO
Hierarchical Planning for Complex Tasks with Knowledge Graph-RAG and Symbolic Verification
University of Padova(帕多瓦大学);University of Cambridge(剑桥大学)
本文提出一种神经符号方法,将知识图谱RAG、分层规划与符号验证器集成到LLMs规划器中,以提升复杂长时程机器人任务的规划可靠性,并通过实验验证其优势。
2025-04-06 cs.AI cs.LG cs.RO
Acting and Planning with Hierarchical Operational Models on a Mobile Robot: A Study with RAE+UPOM
German Research Center for Artificial Intelligence (DFKI),Cooperative and Autonomous Systems(德国人工智能研究中心(DFKI));Osnabrück University(奥斯纳布鲁克大学);University of Maryland(马里兰大学);LAAS-CNRS(拉劳斯-CNRS);Fondazione Bruno Kessler (FBK-ICT)(布鲁诺·克瑟基金会(FBK-ICT))
本文首次物理部署了集成执行器-规划器系统 RAE+UPOM,共享分层操作模型进行执行与规划,在移动机械臂物体收集任务中验证了其在动作失败和传感器噪声下的稳健性。
2025-07-15 cs.AI cs.RO
Efficient Adaptation in Mixed-Motive Environments via Hierarchical Opponent Modeling and Planning
Institute for Artificial Intelligence, Peking University(北京大学人工智能研究院);State Key Laboratory of General Artificial Intelligence, BIGAI(北京通用人工智能研究院通用人工智能国家重点实验室);University of California, Los Angeles(加利福尼亚大学洛杉矶分校);Tsinghua University(清华大学)
针对混合动机环境下多智能体少样本适配难题,提出融合分层对手建模与MCTS规划的HOP算法,通过跨回合及回合内信念更新提升效率,在未见智能体交互与自博弈中表现更优,展现社会智能涌现潜力。
2024-07-12 cs.AI cs.MA
Hierarchical Path-planning from Speech Instructions with Spatial Concept-based Topometric Semantic Mapping
Ritsumeikan University(立命馆大学)
本研究提出整合地点连通性的SpCoTMHP方法,通过拓扑度量语义地图实现分层空间表示与带航点的语音指令路径规划,实验验证其成功率和计算效率均优于基线方法。
2024-06-21 cs.AI cs.RO
Efficient Hierarchical Any-Angle Path Planning on Multi-Resolution 3D Grids
本文提出了一种基于多分辨率表示的高效任意角度路径规划方法,兼顾最优性和完备性,克服了传统搜索方法的计算瓶颈,实验表明其在真实和合成环境中的优越性能。
2026-02-24 cs.AI cs.RO
SCOPE: Language Models as One-Time Teacher for Hierarchical Planning in Text Environments
Skyfall
SCOPE通过一次性利用LLM生成的子目标预训练轻量级模型,实现高效文本环境分层规划,比ADaPT方法在成功率和推理效率上更优。
2025-12-10 cs.AI cs.CL
DecoupleSearch: Decouple Planning and Search via Hierarchical Reward Modeling
Tongyi Lab(通义实验室);Alibaba Group(阿里巴巴集团)
本文提出DecoupleSearch框架,通过双值模型解耦规划与搜索过程,利用蒙特卡洛树搜索评估每一步的质量,并通过分层束搜索迭代优化规划和搜索候选,验证了方法的有效性。
2026-05-18 cs.AI cs.CL cs.IR
Learning to Plan, Planning to Learn: Adaptive Hierarchical RL-MPC for Sample-Efficient Decision Making
Toyota Research Institute(丰田研究院);Learning to Plan, Planning to Learn: Adaptive Hierarchical RL-MPC for Sample-Efficient Decision Making(学习规划,规划学习:自适应分层RL-MPC用于样本高效决策)
本文提出了一种融合强化学习和MPC规划的分层方法,通过自适应聚合MPPI样本提升策略鲁棒性,实现在复杂规划问题中提高样本效率和任务成功率。
2026-04-16 cs.AI cs.LG cs.RO
Efficient Hierarchical Robot Motion Planning Under Uncertainty and Hybrid Dynamics
Department of Mechanical Engineering(机械工程系);Department of Computer Science(计算机科学系);University of Texas at Austin, USA(得克萨斯大学奥斯汀分校)
本文提出了一种分层POMDP规划器,用于在存在不确定性的情况下为混合动力学模型生成成本优化的运动计划,通过将非线性动力学分解为离散的局部动力学模型,从而有效减少状态不确定性。
2018-10-08 cs.AI cs.RO cs.SY
HDDLGym: A Tool for Studying Multi-Agent Hierarchical Problems Defined in HDDL with OpenAI Gym
MIT(麻省理工学院);University of Edinburgh(爱丁堡大学)
HDDLGym 是一个基于 Python 的工具,能从 HDDL 自动生成 OpenAI Gym 环境,支持多智能体协作规划,填补了强化学习与分层规划无缝集成的工具空白。
2025-05-28 cs.AI cs.LG cs.MA
HiMAP-Travel: Hierarchical Multi-Agent Planning for Long-Horizon Constrained Travel
Department of XXX, University of YYY, Location, Country(YYY大学XXX系);School of ZZZ, Institute of WWW, Location, Country(WWW研究所ZZZ学院);Singapore Management University(新加坡管理大学)
HiMAP-Travel通过分层多智能体框架提升长时域约束旅行规划效率,实现更高通过率和更低延迟。
2026-03-05 cs.AI cs.CL
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
Hierarchical Reinforcement Learning with Abductive Planning
NEC Corporation(日本电气股份有限公司);National Institute of Advanced Industrial Science and Technology(产业技术综合研究所);The University of Tokyo(东京大学)
将强化学习应用于现实问题的关键挑战之一是,随着任务变得复杂,学习一个好的策略所需的训练和错误量急剧增加。这个问题的一个潜在解决方案是将强化学习与自动符号规划相结合,并利用该领域的先验知识。然而,现有的方法在其适用性和表达性方面存在局限性。本文提出了一种基于溯因符号规划的分层强化学习方法。该规划器可以处理用户定义的评价函数,而不是基于Herbrand定理。因此,它可以利用奖励的先验知识,并且可以在状态空间未知的域中工作。我们的经验表明,我们的架构显着提高学习效率的评价域上的训练样本,其中状态空间是未知的,存在多个目标的量。
2018-06-28 cs.AI cs.LG stat.ML
Long-Horizon Visual Planning with Goal-Conditioned Hierarchical Predictors
USC(南加州大学);UPenn(宾夕法尼亚大学);UC Berkeley(加州大学伯克利分校);Stanford University(斯坦福大学)
预测和规划未来的能力是智能体在世界上行动的基础。为了达到一个遥远的目标,我们在多个时间尺度上预测轨迹,首先设计一个粗略的目标计划,然后逐渐填充细节。相比之下,目前用于视觉预测和规划的学习方法在长时间任务上失败,因为它们生成预测(1)不考虑目标信息,(2)以最好的时间分辨率,一次一步。在这项工作中,我们提出了一个框架,视觉预测和规划,是能够克服这两个限制。首先,我们制定的问题,预测到一个目标,并提出相应的类的潜在空间目标条件的预测(GCPs)。通过将搜索空间限制为仅到达目标的那些轨迹,GCP显著地提高了规划效率。此外,我们展示了如何GCPs可以自然地制定为分层模型,给定两个观测值,预测它们之间的观测值,并通过递归细分轨迹的每个部分生成完整的序列。这种分而治之的策略是有效的长期预测,并使我们能够设计一个有效的层次规划算法,优化轨迹在一个由粗到细的方式。我们表明,通过使用目标条件和层次预测,GCPs使我们能够解决视觉规划任务的时间比以前可能的要长得多。
2020-11-27 cs.AI cs.CV cs.LG