Efficient Constraint Generation for Stochastic Shortest Path Problems
Australian National University(澳大利亚国立大学);Saarland University(萨尔兰大学)
本文提出CG-iLAO*算法,通过线性规划重构启发式搜索,减少无效动作处理,提升求解效率。
2026-04-02 cs.AI
Answer Set Planning Under Action Costs
TU Wien(维也纳工业大学);University of Calabria(卡拉布里亚大学)
最近,规划的基础上回答集编程已被提出作为一种实现声明式规划系统的方法。在本文中,我们提出了语言Kc,它扩展了声明式规划语言K的行动成本。Kc提供了容许和最优计划的概念,这些计划的总行动成本在给定的限制内。所有计划中的最小值(即,最便宜的计划)。正如我们所展示的,这种新颖的语言允许以声明的方式表达一些重要的规划任务。此外,它可以用于表示规划问题下的其他最优性标准,如计算“最短”的计划(步骤数最少),和细化组合的最便宜和最快的计划。我们研究的语言KC的复杂性方面,并提供了一个转换到逻辑程序,这样的规划问题,通过答案集编程解决。此外,我们报告选定的问题的实验结果。我们的经验是令人鼓舞的,答案集规划可能是一个有价值的方法,表达规划系统中,复杂的规划问题可以自然地指定和解决。
2011-06-26 cs.AI
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
Enhancing Temporal Planning Domains by Sequential Macro-actions (Extended Version)
Graz University of Technology(格拉茨技术大学);Czech Technical University in Prague(捷克技术大学(布拉格));University of Klagenfurt(克拉根福大学)
针对多智能体共享资源的大规模时序规划场景中规划器性能下降的问题,提出可保证规划适用性的序列时序宏动作方法,在多个竞赛基准上验证了规划质量与求解效果的提升。
2023-07-22 cs.AI
Marginal Utility for Planning in Continuous or Large Discrete Action Spaces
University of Alberta(阿尔伯塔大学);Amii(阿尔伯塔机器智能研究所)
基于样本的规划是一个强大的算法家族,用于从环境模型生成智能行为。生成良好的候选动作对于基于样本的规划器的成功至关重要,特别是在连续或大型动作空间中。通常,候选动作生成耗尽动作空间,使用领域知识,或者最近,涉及学习随机策略以提供这种搜索指导。在本文中,我们探索通过优化一个新的目标,边际效用显式学习候选动作生成器。动作生成器的边际效用衡量的是一个动作相对于先前生成的动作的价值增加。我们验证了我们的方法在两个卷曲,一个具有挑战性的随机域连续的状态和动作空间,和一个位置游戏的离散,但大的动作空间。我们表明,一个发电机训练的边际效用目标优于手工编码的计划建立在大量的领域知识,训练的随机政策,和其他自然的目标,为抽样为基础的规划者产生的行动。
2020-06-17 cs.AI
Marvin: A Heuristic Search Planner with Online Macro-Action Learning
University of Strathclyde(思克莱德大学)
本文介绍了参加第四届国际规划竞赛(IPC 4)的规划师马文。Marvin使用动作序列记忆技术来生成宏动作,然后在搜索解决方案时使用这些宏动作。我们提供了一个概述其架构和搜索行为,详细介绍了所使用的算法。我们还实证证明了其功能在各个规划领域的有效性,特别是由于使用宏动作,其搜索行为的新功能,以及ADL和派生谓词的本地支持对性能的影响。
2011-10-12 cs.AI
Automated Tactical Decision Planning Model with Strategic Values Guidance for Local Action-Value-Ambiguity
Technion - Israel Institute of Technology(以色列理工学院)
在许多现实世界的规划问题中,行动的影响因地点、时间和行动应用的背景而异。在不同的上下文或状态下具有相同效果的相同动作可能导致不同的变化。在不完整的前提条件清单中,适用于几个国家和情况的行动,即使在小领域,关于行动影响的模糊性也是具有挑战性的。为了估计行动的实际影响,对效果列表的评估是不够的;相对估计提供的信息更多,适合于估计行动的实际影响。最近关于超额订购计划(OSP)的工作将行动的净效用定义为行动引起的状态价值的净变化。行动净效用的概念允许对价值行动的影响有更广泛的视角,并考虑到国家间和国家内的依赖关系,用于更准确地评估行动的成就。在复杂现实中实现价值理性决策往往需要战略性的、高层次的、具有全局视角和价值观的规划,而许多局部战术决策需要实时信息来估计行动的影响。本文提出了一种离线的行动价值结构分析,利用行动的净效用的复杂表示的信息性,将规划的范围扩展到价值不确定性场景,并提供一个实时的价值理性决策规划工具。离线预处理阶段的结果是一个紧凑的决策规划模型表示灵活,本地推理的净效用的行动(离线)值的模糊性。所获得的灵活性是有益的在线规划阶段和实时执行的行动与价值模糊。我们的实证评估表明,这种方法的有效性,在其行动价值结构的价值模糊的域。
2018-11-30 cs.AI
A Probabilistic Model of Action for Least-Commitment Planning with Information Gather
University of Washington(华盛顿大学)
人工智能规划算法已经解决了生成实现某些输入目标的操作符序列的问题,通常假设规划代理对世界具有完美的控制和信息。放松这些假设需要对动作表示进行扩展,允许对动作所做的更改及其提供的信息进行推理。本文提出了一种行动表示,扩展了确定性的CNOPS模型,使行动既有因果关系和信息的影响,这两者都可以是上下文相关的和嘈杂的。我们还演示了如何一个标准的最小承诺规划算法可以扩展到包括信息行动和权变执行。
2013-02-27 cs.AI
Recognizing Plans by Learning Embeddings from Observed Action Distributions
Arizona State University(亚利桑那州立大学)
视觉活动识别的最新进展提高了自动视频监控等应用的可能性。然而,有效的方法,这样的问题需要能够识别的代理商的计划,从视频信息。尽管传统的计划识别算法依赖于对复杂的计划领域模型的访问,但最近一个有希望的方向涉及直接从观察到的活动序列DUP学习近似(或浅)领域模型。一个限制是,这种方法期望观察到的动作序列作为输入。在许多涉及原始数据视觉/传感的情况下,在任何给定时间点的具体行动都存在相当大的不确定性。在这种情况下,我们所能期望的最多是关于当时行动的概率信息。然后,输入将是这些观察到的动作分布的序列。在这项工作中,我们解决的问题,构建一个有效的数据接口,允许一个计划识别模块直接处理这样的观察分布。这样的接口就像低级感知模块和高级计划识别模块之间的桥梁一样工作。我们提出两种方法。第一个涉及将分布序列重新采样为单个动作序列,我们可以从中学习基于学习到的动作(词)嵌入的动作亲和力模型,用于计划识别。第二种是通过我们提出的Distr 2 vec(distribution to vector)模型直接学习动作分布嵌入,构建用于计划识别的亲和度模型。
2018-11-24 cs.AI
Model-Based Planning with Discrete and Continuous Actions
New York University(纽约大学);Facebook AI Research(Facebook人工智能研究)
使用世界的学习和可微前向模型的行动规划是一种通用方法,具有许多理想的特性,包括无模型RL方法的改进的样本复杂性,在不同任务中重用学习模型,以及在连续行动空间中执行有效的基于梯度的优化的能力。然而,当动作空间是离散的时,这种方法并不直接适用。在这项工作中,我们表明,它实际上是可以有效地执行规划通过反向传播离散的动作空间,使用一个简单的参数化的动作向量的单纯形结合输入噪声时,训练正向模型。我们的实验表明,这种方法可以匹配或优于无模型RL和离散规划方法在网格世界导航任务的性能和/或规划时间,同时使用有限的环境交互,并可以另外用于执行基于模型的控制在一个具有挑战性的新任务,其中的动作空间结合离散和连续的行动。此外,我们提出了一个政策蒸馏的方法,产生一个快速的政策网络,可以在推理时使用,消除了迭代规划过程的需要。
2018-04-04 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
Learning Action Models from Disordered and Noisy Plan Traces
Sun Yat-Sen University(中山大学);Arizona State University(亚利桑那州立大学)
规划界越来越意识到,指定完整的领域模型的负担太高,这阻碍了规划技术在许多现实世界领域中的适用性。虽然有许多学习系统可以帮助自动学习领域模型,但大多数现有的工作都假设输入轨迹是完全正确的。更现实的情况是,规划轨迹是无序和嘈杂的,例如由自然语言描述的规划轨迹。在本文中,我们提出并评估这样做的方法。我们的方法作为输入的一组计划轨迹与无序的行动和噪音和输出的行动模型,可以最好地解释计划的痕迹。我们使用MAX-SAT框架进行学习,其中的约束来自给定的计划轨迹。与传统的动作模型学习器不同,计划轨迹中的状态可以是部分可观察的和噪声的,并且计划轨迹中的动作可以是无序的和并行的。我们证明了我们的方法的有效性,通过一个系统的实证评估与IPC域和现实世界的数据集提取的自然语言文档。
2019-09-09 cs.AI
Improving Execution Concurrency in Partial-Order Plans via Block-Substitution
本文提出通过块替换优化部分序计划的并发性,通过引入非并发约束条件和资源优化算法,提升计划执行效率。
2026-03-31 cs.AI
Planning with Dynamically Estimated Action Costs
Bar-Ilan University(巴伊兰大学)
针对带动作代价的AI规划中黑盒代价估计器计算成本高、结果不确定的问题,提出可在多估计器间选择的泛化确定性规划框架,设计泛化$A^*$搜索算法,在保证规划精度边界的同时大幅降低运行时间。
2023-07-19 cs.AI cs.DM
RAMP: Hybrid DRL for Online Learning of Numeric Action Models
Ben-Gurion University of the Negev(内盖夫本-古里安大学)
RAMP通过环境交互在线学习数字规划动作模型,结合深度强化学习策略、动作模型学习和规划,形成正反馈循环提升求解能力和计划质量。
2026-04-09 cs.AI
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
Discovering Underlying Plans Based on Shallow Models
Sun Yat-Sen University(中山大学);Arizona State University(亚利桑那州立大学)
计划识别旨在发现目标计划(即,动作序列),并具有历史计划库或领域模型。先前的方法或者通过将观察到的动作最大程度地“匹配”到计划库来发现计划(假设目标计划来自计划库),或者通过执行领域模型来最好地解释观察到的动作来推断计划(假设完整的领域模型是可用的)。然而,在现实世界的应用中,目标规划通常不是来自规划库,并且完整的领域模型通常不可用,因为构建完整的规划集和完整的领域模型通常是困难的或昂贵的。在本文中,我们将计划库视为语料库,并使用语料库学习动作的向量表示,然后基于向量表示发现目标计划。具体来说,我们提出了两种方法,DUP和RNNPlanner,发现基于矢量表示的行动的目标计划。DUP探索了EM风格的框架,通过优化目标计划的概率来捕获本地行动上下文并发现目标计划,而RNNPlanner旨在利用基于RNN(递归神经网络)框架的长期-短期行动上下文来帮助识别目标计划。在实验中,我们经验表明,我们的方法是能够发现潜在的计划,而不是从计划库,不需要提供领域模型。我们证明了我们的方法的有效性,通过比较其性能与传统的计划识别方法在三个规划领域。我们还比较了DUP和RNNPlanner,看看它们的优点和缺点。
2018-03-04 cs.AI
A Constraint-based Encoding for Domain-Independent Temporal Planning
我们提出了一个通用的基于约束的编码领域无关的任务规划。任务规划的特点是因果关系表示为条件和可选行动的影响。可能的操作通常由模板表示,其中每个模板可以实例化为多个基本操作。虽然大多数以前的工作领域独立的任务规划集中在一个面向状态的视图中的原始动作,我们的编码使用一个完全解除表示在行动模板的水平。它遵循的精神,以前的工作在基于约束的调度面向时间的观点。因此,所提出的编码是简单和紧凑的,因为它随着解决方案计划中的动作的数量而不是可能的原始动作的数量而增长。当用SMT求解器求解时,我们表明,所提出的编码在时间约束规划基准上比最先进的方法稍微更有效,同时明显优于其他完全基于约束的方法。
2018-06-26 cs.AI
Reasoning and Planning with Sensing Actions, Incomplete Information, and Static Causal Laws using Answer Set Programming
我们在[Son and Baral 2000]中将感知行为和不完全信息的0-近似扩展到具有静态因果律的行为理论,并证明了它在可能世界语义上的可靠性。我们还表明,关于这个近似的条件规划问题是NP完全的。然后,我们提出了一个答案集编程为基础的条件规划,称为ASCP,这是能够产生符合计划和条件计划中存在的传感行动,不完整的信息的初始状态,和静态因果关系的法律。我们证明了我们的实现的正确性,并认为我们的计划是健全的和完整的建议的近似。最后,我们提出的实验结果比较ASCP到其他规划。
2006-05-04 cs.AI
Every Action Based Sensor
Texas A&M University(德克萨斯农工大学)
在研究机器人和规划问题时,一个基本的问题是机器人必须获得的最小信息是什么,以保证任务的完成。Erdmann的基于动作的传感器理论是描述基本信息需求的经典方法。这种方法使用一个计划来导出一种虚拟传感器,它规定了朝着目标前进的行动。我们表明,建立的理论是不完整的:以前的方法获得这样的传感器,使用backchained计划,忽略了一些传感器。此外,存在保证实现目标的计划,其中现有方法无法提供任何基于动作的传感器。我们确定了所有此类计划的共同基本特征。然后,我们将展示如何产生基于行动的传感器,即使在现有的治疗是不够的计划,虽然在这些情况下,他们没有一个典型的传感器。因此,该方法被推广到产生传感器组。最后,我们还表明,这是一个完整的表征基于行动的传感器规划问题,并讨论如何将基于行动的传感器转化为传统的传感器概念。
2020-06-07 cs.AI
Novelty and Lifted Helpful Actions in Generalized Planning
School of Computing and Information Systems, The University of Melbourne(墨尔本大学计算与信息系统学院)
本文针对广义规划问题,提出了基于动作新颖性排名的求解器BFS($v$)和PGP($v$),并引入提升的有用动作、新评估函数与程序限制以扩大搜索规模,实验证明其优于现有最先进方法。
2023-07-03 cs.AI
Merging plans with incomplete knowledge about actions and goals through an agent-based reputation system
Univ. Carlos III de Madrid(马德里卡洛斯三世大学)
针对认知障碍人群的过渡规划管理需求,提出基于多智能体声誉系统的规划合并框架与多种算法,可在动作与目标相似度未知的情况下生成适用规划,用作智力障碍人群的认知辅助工具。
2024-01-29 cs.AI
Habits of Mind: Reusing Action Sequences for Efficient Planning
MPI for Biological Cybernetics(马克斯·普朗克生物控制论研究所);University of Tübingen(蒂宾根大学)
本研究提出将贝叶斯动作分块机制得到的动作序列例程嵌入蒙特卡洛树搜索规划器,通过聚焦常用路径、多步跳步简化深度规划来提升效率,在七巧板类物理构建任务中验证了效果。
2023-06-08 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
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
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
Features, Projections, and Representation Change for Generalized Planning
Universidad Simón Bolívar(西蒙·玻利瓦尔大学);ICREA(加泰罗尼亚研究与高等研究院);Universitat Pompeu Fabra(庞培法布拉大学)
广义规划涉及的是一次解决多个实例的规划的表征和计算。在标准公式中,广义计划是从特征或观察历史到动作的映射,假设实例共享一个公共的特征和动作池。然而,这个假设排除了标准的关系规划域,在这些域中,操作和对象在实例之间发生变化。在这项工作中,我们扩展了广义规划的标准制定这样的域。这是通过将动作投影到特征上来实现的,从而产生一组通用的抽象动作,这些抽象动作可以被测试是否正确和完整,并且可以用于生成通用策略,例如“如果夹具是空的,则拾取x上方的透明块并将其放置在桌子上”,这些策略在任何Blocksworld实例中实现目标clear(x)。在此策略中,“pick the clear block above x”是一个抽象动作,在一种情况下可以表示动作Unstack(a,b),在另一种情况下可以表示动作Unstack(b,c)。变换也被引入到计算这样的政策,通过完全可观察的非确定性(FOND)的规划。广义表示学习一般政策的价值也进行了讨论。
2018-06-14 cs.AI
Planning Through Stochastic Local Search and Temporal Action Graphs in LPG
我们提出了一些技术规划领域指定最近的标准语言PDDL2.1,支持“持续性行动”和数值量。这些技术在LPG中实现,LPG是一个独立于领域的规划器,参加了第三届国际规划竞赛(IPC)。LPG是一个增量的,任何时间系统产生多标准的质量计划。该系统的核心基于随机局部搜索方法和称为“时间动作图”(TA图)的基于图的表示。本文着重于时间规划,介绍TA-图,并提出了一些技术来指导LPG使用这种表示的搜索。第三届IPC的实验结果,以及本文提出的进一步结果,表明我们的技术可以是非常有效的。LPG通常在导出解决方案的速度或可产生的解决方案的质量方面优于第三IPC的所有其他全自动规划器。
2011-06-26 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
Domain-Independent Cost-Optimal Planning in ASP
University of Alberta(阿尔伯塔大学)
研究了ASP中的成本优化规划问题。目前的ASP计划可以平凡地扩展到成本最优的一个,通过添加弱约束,但只有一个给定的最大完工时间(步骤数)。我们希望有一个计划,保证全局最优。在本文中,我们提出了两种方法来解决这个问题。首先,我们将展示如何设计一个成本最优的计划组成的两个ASP程序并行运行。利用从中吸取的教训,我们开发了一种全新的方法来进行成本最优规划,无级规划,这是完全免费的最大完工时间。实验比较这两种方法与唯一已知的成本最优规划在SAT显示良好的潜力无级规划ASP。该文件正在考虑被TPLP接受。
2019-07-31 cs.AI
Temporal Planning with Intermediate Conditions and Effects
Fondazione Bruno Kessler(布鲁诺·凯斯勒基金会)
当控制系统可以并行执行更多操作时,以及当模型中需要时间约束(如最后期限)时,自动时间规划是首选技术。几个基于动作的规划系统的一个限制是,动作被建模为仅在极端处具有条件和效果的区间,并且作为不变量,但是在任意点或子区间处不能指定条件或效果。在本文中,我们通过提供一种有效的时间规划的搜索技术来解决这个限制,允许在动作持续时间内的任何任意时间定义具有条件和效果的动作。我们的实验表明,我们的方法是远远优于标准编码PDDL 2.1和其他方法,可以(直接或间接)代表中间的动作条件或效果是有竞争力的。
2019-09-25 cs.AI
Efficient, Safe, and Probably Approximately Complete Learning of Action Models
Ben Gurion University of the Negev(内盖夫本·古里安大学);Washington University in St. Louis(圣路易斯华盛顿大学)
在本文中,我们将探讨规划的理论边界,在设置没有模型的代理人的行动。给出一组成功执行的计划,而不是一个行动模型,任务是生成一个安全的计划,即,保证实现目标而不失败。为此,我们展示了如何学习一个保守的世界模型,在这个模型中,行动是保证适用的。这个保守的模型,然后给一个现成的经典计划,导致一个计划,保证实现目标。然而,这种从无模型规划到基于模型规划的简化并不完全:在某些情况下,即使存在规划,也找不到规划。我们分析了观察到的计划的数量和我们的保守的方法将确实无法解决一个可解决的问题的可能性之间的关系。我们的分析表明,所需的轨迹的数量规模优雅。
2017-05-24 cs.AI
A State-Based Regression Formulation for Domains with Sensing Actions<br> and Incomplete Information
我们提出了一个基于状态的回归函数规划域的代理不具有完整的信息,并可能有感测行动。我们认为二进制域和采用三值表征域与传感行动来定义回归函数。我们证明了我们的回归公式的稳健性和完整性相对于进展的定义。更具体地说,我们证明了(i)通过回归获得的规划问题的计划确实是该规划问题的级数解,以及(ii)对于通过级数找到的每个计划,使用回归获得该计划或等效计划。
2006-10-01 cs.AI
Improving Plan Execution Flexibility using Block-Substitution
Dhaka University of Engineering \& Technology Gazipur Bangladesh;Dhaka University of Engineering \& Technology
本文通过块替换方法提升计划灵活性,利用块分解部分顺序计划(BDPO)结构,结合MaxSAT重新排序策略,在国际规划竞赛基准问题中显著提升执行灵活性。
2026-03-31 cs.AI
The Cost of Troubleshooting Cost Clusters with Inside Information
Aalborg University(奥尔堡大学)
决策理论故障排除是关于最小化解决某个问题的预期成本,例如修理复杂的人造设备。在本文中,我们考虑的情况下,你必须拆开一些设备,以获得某些集群和行动。具体来说,我们调查故障排除与独立的行动在树的集群,集群内的行动无法执行之前,集群被打开。这个问题并不简单,因为打开和关闭一个集群都有成本。在O(n)的时间内解决独立操作和无簇的故障排除(n是动作的数量)通过由Kadane和Simon提出的众所周知的“P-over-C”算法,本文描述了一个“自底向上的P-over-C”O(nlgn)算法,该算法的时间复杂度为O(nlgn)时间算法,并表明它是最佳的,当集群不需要关闭,以测试是否解决问题的行动。
2012-03-15 cs.AI cs.DS
A Planning Compilation to Reason about Goal Achievement at Planning Time
J.P. Morgan AI Research(摩根大通人工智能研究)
本文提出一种通过提交动作扩展原始任务的规划编译方法,使规划器在规划时即可识别永久性目标达成,且不增加最优与次优规划的开销。
2025-08-11 cs.AI
Task planning and explanation with virtual actions
University of Science and Technology of China(中国科学技术大学)
任务规划的挑战之一是找出导致规划失败的原因以及如何明智地处理失败。本文展示了如何实现这一点。这个想法受到连通图的启发:每个顶点代表一组兼容的\textit{states},每个边代表一个\textit{action}。对于任何给定的初始状态和目标,我们构建虚拟动作,以确保我们总是通过任务规划获得计划。本文介绍了如何引入虚动作来扩展动作模型,使图成为连通的:i)显式定义静态谓词(类型、永久属性等)或动态谓词(状态); ii)为每个状态构造一个全虚动作或半虚动作; iii)通过渐进式规划方法找到规划失败的原因。在三个典型的场景中评估了实施情况。
2022-01-10 cs.AI cs.RO
Cost Optimal Planning as Satisfiability
我们调查的成本最优计划,是有效的问题与0成本行动的长度上界。我们采用这些上限为地平线的SAT为基础的编码规划成本。给定一个初始上限的最优计划的成本,我们的实验表明,这种基于SAT的方法是能够计算出更好的成本计划,在许多情况下,它可以匹配的最优成本。此外,在多个实例中,该方法成功地证明了某个成本是最优计划成本。
2021-03-03 cs.AI cs.LO
MAGIC: Learning Macro-Actions for Online POMDP Planning
National University of Singapore(新加坡国立大学)
部分可观测马尔可夫决策过程(POMDP)是机器人在不确定性条件下进行决策的基本框架,但当需要进行长期规划时,POMDP规划具有较高的计算复杂性。虽然时间扩展的宏动作有助于减少有效的规划视野和显着提高计算效率,我们如何获得良好的宏动作?本文提出了Macro-Action Generator-Critic(MAGIC),它对针对在线POMDP规划优化的宏动作进行离线学习。具体来说,MAGIC端到端地学习宏动作生成器,使用在线计划器的性能作为反馈。在在线规划过程中,生成器根据机器人的信念和环境上下文生成动态的情境感知宏动作。我们评估了MAGIC在模拟和真实机器人上的几个长期规划任务。实验结果表明,与原始动作和手工宏动作相比,学习的宏动作在在线规划性能方面具有显着优势。
2021-07-01 cs.AI cs.LG cs.RO
The Cognitive Bandwidth Bottleneck: Shifting Long-Horizon Agent from Planning with Actions to Planning with Schemas
The Hong Kong University of Science and Technology(香港科学与技术大学)
本文提出认知带宽视角,比较基于动作与基于模式的规划,发现表示选择拐点,并给出构建更强PwS智能体的指南。
2025-10-08 cs.AI cs.CL
PearlVLA: Progressive Embodied Action-Plan Refinement in Latent Space
Imperial College London(帝国理工学院);Tsinghua University(清华大学)
提出PearlVLA框架,通过在VLM潜在空间中进行迭代计划精炼,平衡动作生成效率与显式推理,在LIBERO基准上达到最先进性能。
2026-10-09 cs.AI cs.RO
Decision-Focused Learning to Predict Action Costs for Planning
KU Leuven(鲁汶大学);Saarland University(萨尔大学);LAAS-CNRS(法国国家科学研究中心自动控制与系统分析实验室);Australian National University(澳大利亚国立大学);German Research Center for Artificial Intelligence (DFKI)(德国人工智能研究中心)
本文首次将决策聚焦学习应用于自动规划中的动作成本预测,提出新的梯度计算方法解决负动作成本问题,并引入缓存机制提升可扩展性,实验证明其生成的计划显著优于最小化预测误差的方法。
2024-08-26 cs.AI cs.RO
"Think Before You Speak": Improving Multi-Action Dialog Policy by Planning Single-Action Dialogs
China Mobile Research(中国移动研究院)
多动作对话策略(MADP),它产生多个原子对话动作,已被广泛应用于面向任务的对话系统,以提供富有表现力的和有效的系统响应。现有的MADP模型通常从标记的多动作对话样本中模仿动作组合。由于数据的限制,它们对看不见的对话流的概括性很差。虽然交互式学习和强化学习算法可以应用于合并真实用户和用户模拟器的外部数据源,但它们需要大量的手动工作来构建并且具有不稳定性。为了解决这些问题,我们提出了规划增强对话策略(PEDP),一种新的多任务学习框架,学习单动作对话动态,以增强多动作预测。我们的PEDP方法采用基于模型的规划,通过模拟单动作对话框,在决定当前响应之前构思要表达的内容。在MultiWOZ数据集上的实验结果表明,我们基于完全监督学习的方法实现了90.6%的可靠任务成功率,与最先进的方法相比提高了3%。
2022-04-25 cs.AI cs.CL
Action from Adjacent Set in Physical Space Outperforms the Best Prediction in World Models
Tongji University(同济大学)
研究基于采样和潜在世界模型的控制器存在的条件失败提议过度生成问题,提出相邻集动作重建(ASAR)方法,在携带和释放评估集上,相比匹配选择提高了事件完成成功率,还刻画了选择风险。
2026-09-01 cs.AI cs.LG cs.RO
Contrastive Energy Fields for Inference-Time Procedure Planning in Instructional Videos
TU Darmstadt(达姆施塔特工业大学);TU Munich(慕尼黑工业大学)
针对现有流程规划方法缺乏任务逻辑约束的问题,提出CEFITO方法,将流程规划构建为任务约束优化问题,在两个基准上取得最先进准确率。
2026-08-18 cs.AI cs.CV
Text-Based Action-Model Acquisition for Planning
Sun Yat-sen University(中山大学)
虽然已经有能够从计划跟踪学习动作模型的方法,但是还没有从文本观察学习动作模型的工作,与计划跟踪相比,文本观察是普遍的并且更容易从现实世界的应用程序中收集。在本文中,我们提出了一种新的方法来学习自然语言文本的动作模型,结合约束满足和自然语言处理技术。具体来说,我们首先建立一个新的语言模型,从文本中提取计划的痕迹,然后建立一组约束条件,以产生基于提取的计划痕迹的行动模型。然后,我们迭代地改进语言模型和约束,直到我们实现收敛的语言模型和动作模型。我们的经验表明,我们的方法是有效的和高效的。
2022-02-18 cs.AI cs.CL cs.LG
Actions You Can Handle: Dependent Types for AI Plans
Heriot-Watt University(赫瑞-瓦特大学)
人工智能的验证是一项挑战,涉及工程、算法和程序设计语言等方面。例如,人工智能规划者被部署来模拟自主智能体的动作。它们包括许多搜索算法,给定一组指定的属性,查找满足这些属性的动作序列。虽然从算法和工程的角度来看,人工智能规划器是成熟的工具,但它们作为程序设计语言有局限性。可判定和有效的自动搜索需要对语言的语法进行限制,禁止使用高阶属性或递归。本文提出了一种将人工智能规划器生成的计划嵌入到依赖类型语言Agda中的方法,该方法使用户能够推理和验证计划的更一般和抽象的属性,并且还为建模计划执行提供了更全面的程序设计语言基础设施。
2021-07-20 cs.AI cs.PL
Learning Action Duration and Synergy in Task Planning for Human-Robot Collaboration
STIIMA-CNR - Institute of Intelligent Industrial Technologies and Systems, National Research Council of Italy(意大利国家研究委员会智能工业技术与系统研究所(STIIMA-CNR))
本文提出一种学习方法,通过历史执行数据估计人机并发动作的平均持续时间与协同系数,使任务规划器能识别不良耦合并生成更优计划。
2022-10-21 cs.AI cs.RO
A Survey on Advancing the DBMS Query Optimizer: Cardinality Estimation, Cost Model, and Plan Enumeration
RMIT University(皇家墨尔本理工大学);Wuhan University(武汉大学)
查询优化器是数据库系统的核心。本文所研究的基于代价的优化器几乎被当前所有的数据库系统所采用。基于成本的优化器引入计划枚举算法来查找(子)计划,然后使用成本模型来获得该计划的成本,并选择成本最低的计划。在成本模型中,基数,通过操作符的元组的数量,起着至关重要的作用。由于基数估计的不准确性、成本模型的错误以及巨大的计划空间,优化器无法在合理的时间内为复杂查询找到最佳执行计划。本文首先深入研究了上述局限性背后的原因。接下来,我们将回顾用于提高基于成本的优化器中的三个关键组件(基数估计、成本模型和计划枚举)的质量的技术。我们还就上述各个方面的未来发展方向提供了见解。
2021-01-05 cs.AI cs.DB
Extracting Actionability from Machine Learning Models by Sub-optimal Deterministic Planning
机器学习研究的一个主要焦点是提高预测模型的泛化精度和效率。支持向量机、随机森林、深度神经网络等模型被提出并取得巨大成功。然而,在许多应用中出现的缺失是可操作性,即,将预测结果转化为行动的能力。例如,在诸如客户关系管理、临床预测和广告之类的应用中,用户不仅需要准确的预测,而且还需要可以将输入转移到期望目标(例如,更高的利润回报、更低的发病率、更高的广告点击率)。现有的努力,在获得这样的可操作的知识是很少的,并限于简单的动作模型,限制为每个动作只改变一个属性。困境在于,在许多实际应用中,这些动作模型通常更复杂,更难提取最佳解决方案。在本文中,我们提出了一种新的方法,通过将学习与规划相结合来实现可操作性,这是人工智能的两个核心领域。特别是,我们提出了一个框架来提取可操作的知识,从随机森林,最广泛使用的和最好的现成的分类。我们制定的actionability问题的次优行动规划(SOAP)的问题,这是找到一个计划,以改变给定的输入,使随机森林的某些功能将产生一个理想的输出,同时最大限度地减少行动的总成本。从技术上讲,SOAP问题是在SAS+规划形式主义制定,并使用基于Max-SAT的方法解决。我们的实验结果表明,所提出的方法的有效性和效率的个人信用数据集和其他基准。我们的工作代表了一个新的应用自动规划的新兴和具有挑战性的机器学习范例。
2016-11-03 cs.AI cs.LG
A New Dynamic Distributed Planning Approach: Application to DPDP Problems
本文提出一种面向DPDP问题的动态分布式规划方法,在动作集合随环境变化时,由各智能体结合未执行旧动作与新动作,利用遗传算法满足约束并重新生成计划,且通过具体案例验证其效用。
2024-02-24 cs.AI cs.MA
Rethinking Soft Actor-Critic in High-Dimensional Action Spaces: The Cost of Ignoring Distribution Shift
Department of Computing, The Hong Kong Polytechnic University(计算机系,香港理工大学);Digital Twin Institute, Eastern Institute of Technology(数字孪生研究院,东部技术研究所)
本文通过理论推导和HumanoidBench实验,证明tanh变换引发的分布偏移会损害SAC在高维动作空间中的性能,考虑该偏移可显著提升累积奖励、样本效率和可靠性。
2025-04-22 cs.AI cs.LG
Language Models can Infer Action Semantics for Symbolic Planners from Environment Feedback
University of Southern California(南加州大学)
本文提出PSALM,结合符号规划器与LLM,通过环境反馈自动学习动作语义,将计划成功率从36.4%提升至100%。
2024-11-08 cs.AI cs.CL cs.RO
Virtues of Ordered Chaos: Planning with Topple Actions in Tabletop Stack Rearrangement
School of Computing at the Australian National University(澳大利亚国立大学计算学院)
本文研究了桌面环境中堆叠重构任务,通过引入更丰富的非抓取聚合动作(特别是从堆叠中倒落物体到桌面的Topple动作)来增强任务规划领域。核心方法是提出一种新的Topple聚合工具,将候选任务计划计算转化为 Pebble Motion 问题变体,从而在IsaacSim物理模拟中验证了其效果,展示了在执行速度上的显著优势。
2026-05-18 cs.AI cs.RO