Planning with State Abstractions for Non-Markovian Task Specifications
Brown University（布朗大学）
通常，我们使用也可以跨越不同抽象级别的时态语言为机器人指定任务。示例命令"go to the kitchen before going to second floor“包含空间抽象，因为”floor“由单独的房间组成，这些房间也可以单独引用（例如“kitchen”）。还有一个时间顺序的事件，定义为“之前”一词。以前的工作已经使用线性时态逻辑（LTL）来解释时间语言（如“之前”），和抽象马尔可夫决策过程（AMDPs）解释层次抽象（如“厨房”和“二楼”），分别。为了同时处理这两种类型的命令，我们引入了抽象产品马尔可夫决策过程（AP-MDP），这是一种能够在不同抽象层次上表示非马尔可夫奖励函数的新方法。AP-MDP框架将LTL转换为相应的自动机，创建LTL规范和环境MDP的产品马尔可夫决策过程（MDP），并将问题分解为子问题，以实现具有抽象的有效规划。在超过95%的任务中，AP-MDP比解决LTL问题的非分层方法执行得更快，并且这个数字只会随着环境域的大小增加而增加。我们还提出了一个神经序列到序列模型训练语言命令翻译成LTL表达，和一个新的语料库的非马尔可夫语言命令跨越不同层次的抽象。我们测试我们的框架与收集的语言命令在无人机上，证明我们的方法使机器人能够有效地解决时间命令在不同的抽象层次。
2019-05-28 cs.AI cs.RO
Accelerated Labeling of Discrete Abstractions for Autonomous Driving Subject to LTL Specifications
Samsung Smart Machines（三星智能机器）；Advanced Technology Group（先进技术集团）
线性时序逻辑和基于自动机的运行时验证为自主智能体的任务和运动规划算法的设计提供了一个强大的框架。这种方法的缺点是对连续动态系统的高分辨率离散抽象进行操作的计算成本。特别是，出现的计算瓶颈是将感知的环境变量转换为Kripke结构状态的标记函数或类似的标记转换系统的转换。本文提出了一种方法来构建的标签功能，暴露了很大程度的并行操作，以及高效的内存访问模式的设计和实证评估。该方法在商品GPU上实现，实验结果证明了标记技术用于实时规划和决策的有效性。
2018-11-01 cs.AI
CAMPs: Learning Context-Specific Abstractions for Efficient Planning in Factored MDPs
MIT Computer Science and Artificial Intelligence Laboratory（麻省理工学院计算机科学与人工智能实验室）；KAIST Graduate School of AI（韩国科学技术院人工智能学院）
元规划，或从经验中学习指导规划，是一种有前途的方法，以提高规划的计算成本。一般的元规划策略是学习对代理所考虑的状态和所采取的行动施加约束。我们观察到，（1）施加约束可以诱导特定于上下文的独立性，使域的某些方面不相关，（2）代理可以通过对自己的行为施加约束来利用这一事实。这些观察使我们提出了上下文特定的抽象马尔可夫决策过程（CAMP），一个抽象的因素MDP，提供有效的规划。然后，我们描述了如何学习约束，使CAMP优化奖励和计算成本之间的权衡。我们的实验考虑了四个领域的五个规划者，包括机器人在可移动障碍物之间的导航（NAMO），机器人任务和顺序操作的运动规划，以及经典规划。我们发现，使用学习过的CAMP进行规划，可以始终优于基线，包括Stilman的NAMO特定算法。视频：https://youtu.be/wTXt6djcAd4代码：https://git.io/JTnf6
2020-11-08 cs.AI cs.LG cs.RO
Constructing Abstraction Hierarchies Using a Skill-Symbol Loop
Duke University（杜克大学）
我们描述了一个框架，用于建立抽象层次结构，使代理交替的技能和代表收购阶段，以构建一个越来越抽象的马尔可夫决策过程的序列。我们的配方建立在最近的结果表明，适当的抽象表示的问题是由代理人的技能。我们描述了这样的层次结构可以用于快速规划，并说明了一个适当的层次结构的出租车域的建设。
2015-09-25 cs.AI
Reducing Planning Complexity of General Reinforcement Learning with Non-Markovian Abstractions
Research School of Computer Science, ANU（澳大利亚国立大学计算机科学研究学院）；Google DeepMind（谷歌DeepMind）
一般强化学习（GRL）领域从根本上阐述了顺序决策问题。相互作用的历史构成了系统的“基态”，它永远不会重复。一方面，这种通用性允许GRL对几乎所有可能的领域进行建模，例如Bandits、MDP、POMDP、PSR和基于历史的环境。另一方面，在一般情况下，在GRL的近最优策略是完整的历史，这不仅阻碍了学习，而且在GRL规划的功能。规划部分的通常方法是给代理一个底层过程的马尔可夫抽象。因此，它可以使用任何MDP规划算法来找到一个接近最优的策略。极端状态聚合（ESA）框架已经将这一想法扩展到非马尔可夫抽象，而不影响通过（代理）MDP进行规划的可能性。ESA的一个显著特征是，它证明了代理MDP所需状态数上的$O\left(\varepsilon^{-A} \cdot (1-γ)^{-2A}\right)$的上界（其中$A$是动作数，$γ$是折扣因子，$\varepsilon$是最优间隙），其保持\emph{all}域的\emph{uniformly}。虽然一个普遍的约束的可能性是相当显着的，我们表明，这个约束是非常松散的。我们提出了一种新的非MDP抽象，它允许一个更好的上限的$O\left(\varepsilon^{-1} \cdot (1-γ)^{-2} \cdot A \cdot 2^{A}\right)$。此外，我们表明，这个界限可以进一步提高到$O\left(\varepsilon^…
2021-12-26 cs.AI cs.LG
In-Context Planning with Latent Temporal Abstractions
Vanderbilt University（范德比大学）；William & Mary（威廉与玛丽学院）
I-TAP通过学习离散时间抽象空间，实现高效且鲁棒的上下文规划，在部分可观测和随机动态环境中表现优异。
2026-02-21 cs.AI cs.LG
Contextual Pre-planning on Reward Machine Abstractions for Enhanced Transfer in Deep Reinforcement Learning
Technion – Israel Institute of Technology（以色列理工学院）；McGill University（麦吉尔大学）；University of Edinburgh（爱丁堡大学）
本文提出利用奖励机抽象为深度强化学习智能体提供可跨任务共享的最优转移符号表示，通过上下文预规划增强少样本迁移和样本效率。
2024-02-21 cs.AI cs.LG
Strategy Synthesis in POMDPs via Game-Based Abstractions
Albert-Ludwigs-Universität Freiburg（弗莱堡大学）；Concept Engineering GmbH（Concept Engineering有限公司）；RWTH Aachen University（亚琛工业大学）；Radboud University（拉德堡德大学）；The University of Texas at Austin（德克萨斯大学奥斯汀分校）
我们研究部分可观测马尔可夫决策过程（POMDPs）中的约束合成问题，其目标是计算一个代理的策略，保证满足一定的安全性和性能规范。然而，POMDPs的验证和策略合成一般在计算上是难以处理的。我们减轻这个困难，专注于规划应用程序和利用典型的结构特性，这样的情况下，例如，我们假设代理有能力观察自己的位置内的环境。我们提出了一个抽象的细化框架，把这样的POMDP模型变成一个（完全可观察的）概率两人游戏（PG）。对于所获得的PG，有效的验证和合成工具允许确定具有最佳安全性和性能措施的策略，这些措施近似于POMDP上的最佳参数。如果近似值太粗糙而不能满足给定的规范，则细化方案可以改进计算策略。作为一个运行的例子，我们使用的规划问题，代理移动的环境内随机移动的障碍物和有限的可观察性。我们证明了所提出的方法通过解决比现有POMDP求解器可以处理的问题大几个数量级的问题来推进最先进的技术。此外，该方法提供了安全约束的保证，这是不支持的大多数现有的求解器。
2019-05-27 cs.AI cs.RO
Planning with Goal-Conditioned Policies
University of California, Berkeley（加州大学伯克利分校）
规划方法可以通过组合简单的行为来解决时间扩展的序列决策问题。然而，规划需要对状态和转换进行适当的抽象，这通常需要手工设计。相比之下，无模型强化学习（RL）可以直接从低级别输入中获取行为，但通常难以处理时间扩展的任务。我们能否利用强化学习来自动形成规划所需的抽象，从而获得两种方法的最佳效果？我们表明，学习RL的目标条件的政策可以纳入规划，使规划者可以专注于达到哪些状态，而不是如何达到这些状态。然而，对于复杂的状态观测（如图像），并非所有输入都表示有效状态。因此，我们还建议使用一个潜在的变量模型来competently表示一组有效的状态的规划，使政策提供了一个抽象的行动，和潜在的变量模型提供了一个抽象的状态。我们将我们的方法与基于规划和无模型的方法进行比较，发现我们的方法在基于图像的机器人导航和操作任务（需要非贪婪的多阶段行为）上进行评估时，显着优于先前的工作。
2019-11-19 cs.AI cs.LG cs.RO
LEAGUE: Guided Skill Learning and Abstraction for Long-Horizon Manipulation
Georgia Institute of Technology（佐治亚理工学院）
针对深度强化学习难处理长程任务、任务与运动规划依赖预定义技能的问题，提出融合二者的LEAGUE框架，用规划器符号引导RL技能学习并构建抽象空间实现复用，在模拟任务中性能优于基线，且技能可跨域复用并迁移到实体机器人。
2023-08-22 cs.AI cs.RO
Brain-Inspired Planning for Better Generalization in Reinforcement Learning
McGill University（麦吉尔大学）
本论文受人类大脑规划机制启发，提出空间抽象注意力、Skipper任务分解框架和可行性评估器，以提升强化学习智能体的零样本系统化泛化能力并避免妄想性规划。
2025-11-09 cs.AI cs.LG
TOMA: Topological Map Abstraction for Reinforcement Learning
National Key Laboratory for Novel Software Technology（新型软件技术国家重点实验室）；Department of Computer Science and Technology（计算机科学与技术系）；Nanjing University（南京大学）
动物能够发现周围环境的拓扑图（图），这将用于导航。受这种生物现象的启发，研究人员最近提出为马尔可夫决策过程（MDP）生成图表示，并将这些图用于强化学习（RL）中的规划。然而，现有的图生成方法有许多缺点。一个缺点是现有的方法不学习图的抽象，这导致高存储器和计算成本。这个缺点也使得生成的图不健壮，这降低了规划性能。另一个缺点是，现有的方法不能用于促进探索，这在强化学习中很重要。在本文中，我们提出了一种新的方法，称为拓扑图抽象（TOMA），图生成。TOMA可以为MDP生成一个抽象的图表示，这比现有的方法花费更少的内存和计算成本。此外，TOMA可以用于促进探索。特别是，我们建议规划探索，其中TOMA是用来加速探索引导代理对未探索的状态。提出了一种称为顶点记忆的经验回放模块，以提高探索性能。实验结果表明，TOMA算法能够在较低的信噪比下达到最佳的性能。
2020-06-23 cs.AI cs.LG stat.ML
Consciousness-Inspired Spatio-Temporal Abstractions for Better Generalization in Reinforcement Learning
McGill University（麦吉尔大学）；Microsoft Research Montreal（微软研究院蒙特利尔分部）；Université de Montréal（蒙特利尔大学）；Mila（米拉研究所）；Sony AI（索尼人工智能公司）；Google DeepMind（谷歌DeepMind）
提出受人类意识启发的Skipper框架，通过时空抽象自动分解任务为子任务，以有向图代理问题端到端学习，在零样本泛化上优于现有分层规划方法。
2024-03-16 cs.AI cs.LG
Option Transfer and SMDP Abstraction with Successor Features
University of Oxford（牛津大学）；University of Vienna（维也纳大学）
抽象在知识和技能的概括中起着重要的作用，是有效学习的关键。在这项工作中，我们研究了联合时间和状态抽象的强化学习，在时间上扩展的行动的形式的选项诱导时间抽象，而抽象选项的相似状态的聚合诱导状态抽象。许多现有的抽象方案忽略了状态和时态抽象的相互作用。因此，所考虑的选项政策往往不能直接转移到新的环境中，由于状态空间和过渡动态的变化。为了解决这个问题，我们提出了一个新的抽象方案的后续功能的建设。这包括在不同环境中传输抽象选项的算法，以及允许我们使用传输的选项执行有效规划的状态抽象机制。
2022-06-08 cs.AI cs.LG
Near Optimal Behavior via Approximate State Abstraction
Brown University（布朗大学）；Carnegie Mellon University（卡内基梅隆大学）
困扰规划和强化学习（RL）算法的组合爆炸可以使用状态抽象来缓和。过大的任务表示可以被压缩，从而保留必要的信息，因此，解决方案是可追踪计算的。然而，只将完全相同的情况视为等效的精确抽象，无法在没有两种情况完全相同的环境中提供抽象的机会。在这项工作中，我们调查近似的状态抽象，这几乎等同的情况下对待。我们提出了从四种类型的近似抽象中推导出的行为质量的理论保证。此外，我们的经验表明，近似抽象导致减少任务的复杂性和有限的损失，在各种环境中的最优行为。
2017-01-15 cs.AI cs.LG
Automatic Verification of Sound Abstractions for Generalized Planning
Sun Yat-sen University（中山大学）
广义规划研究一组规划问题的一般解的计算。求解广义规划的通解并保证其正确性一直是广义规划中的一个关键问题。抽象被广泛用于解决广义规划问题。合理抽象的解是那些对广义规划问题有正确性保证的解。最近，Cui等人提出了广义规划的统一抽象框架。他们给出了广义规划问题的健全和完整抽象的模型论定义。本文基于Cui et al.的工作，我们探讨了自动验证的声音抽象的广义规划。我们首先提出了声音抽象的证明论特征。在此基础上，给出了一阶可验证的可靠抽象的充分条件。为了实现它，我们利用回归扩展，并开发方法来处理计数和传递闭包。最后，我们实现了一个健全的抽象验证系统，并报告了几个领域的实验结果。
2022-05-24 cs.AI
Learning Abstract World Model for Value-preserving Planning with Options
Brown University（布朗大学）
针对通用智能体复杂决策难的问题，提出利用时间扩展动作结构学习抽象MDP的方法，保障规划策略值损失有界，在导航任务中提升了样本效率。
2024-06-22 cs.AI cs.LG
Planning as Descent: Goal-Conditioned Latent Trajectory Synthesis in Learned Energy Landscapes
University of Alicante（阿利坎特大学）
PaD通过学习目标条件化能量函数实现离线无奖励规划，以验证为基础进行轨迹合成，取得95%的成功率并优于现有方法。
2025-12-19 cs.AI cs.RO
Learning adaptive planning representations with natural language guidance
MIT（麻省理工学院）；Princeton University（普林斯顿大学）；UC Berkeley（加州大学伯克利分校）；Microsoft（微软）
本研究提出Ada框架，借助语言模型的通用知识自动构建任务特定的规划表示，交互式学习适配领域的高层动作抽象与低层控制器，在两个规划基准上性能优于现有LM序列决策方法，泛化性更强。
2023-12-13 cs.AI cs.CL cs.RO
Abstraction Generation for Generalized Planning with Pretrained Large Language Models
Hunan University of Science and Technology（湖南科技大学）；Dongguan University of Technology（东莞理工学院）
本文提出利用预训练大语言模型生成通用规划的抽象，并通过自动化调试修正抽象，以提升规划效率。
2026-02-11 cs.AI
An Automatic Sound and Complete Abstraction Method for Generalized Planning with Baggable Types
Sun Yat-sen University（中山大学）
针对广义规划自动抽象难以保证可靠性和完备性的问题，提出一种基于有界QNP（BQNP）的自动可靠且完备的抽象方法，通过为不可区分对象元组引入计数器，证明了在适当可装包域中精炼规划可解决原问题，实验验证了其有效性。
2025-01-30 cs.AI
Using Large Language Models for Abstraction of Planning Domains - Extended Version
York University（约克大学）
本研究利用大语言模型通过上下文学习生成抽象PDDL规划领域，验证GPT-4o在简单场景下能有效抽象动作，但抽象流的能力较弱。
2025-10-23 cs.AI
Generalized Planning for the Abstraction and Reasoning Corpus
The University of Melbourne（墨尔本大学）
本文提出GPAR方法，将ARC抽象推理任务建模为带指针的广义规划问题，利用PDDL和领域知识约束提升求解性能，在以对象为中心的任务上超越现有最优求解器。
2024-01-15 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
Building and Refining Abstract Planning Cases by Change of Representation Language
离子是最有前途的方法之一，以提高性能的问题解决者。在几个领域中，通过删除领域描述的句子来进行抽象--正如大多数层次规划者所使用的那样--已经被证明是有用的。在本文中，我们提出的例子，说明了显着的缺点，抽象的下降的句子。为了克服这些缺点，我们提出了一个更一般的抽象视图，涉及表示语言的变化。我们开发了一种新的抽象方法和相关的健全和完整的学习算法，允许规划案例的表示语言从具体到抽象的完全改变。然而，为了实现表示语言的强大改变，必须在领域模型中提供抽象语言本身以及描述抽象状态的可接受方式的规则。这种新的抽象方法是巴黎的核心（计划抽象和完善的综合系统），一个系统中，抽象的规划情况下，自动学习给定的具体情况。在机械工程工艺规划领域的实证研究表明，所提出的推理从抽象的情况下，经典的层次规划的显着优势。
1995-07-01 cs.AI
Theoretical Foundations for Abstraction-Based Probabilistic Planning
University of Wisconsin-Milwaukee（威斯康星大学密尔沃基分校）
不确定性下的世界和行为建模是决策理论规划框架中的核心问题之一。这种表示必须足够普遍，以捕捉现实世界的问题，但同时它必须提供一个基础上，理论结果可以得出。我们在这里提出的框架中的中心概念是仿射算子，它是构造概率分布（凸）集的工具，可以被认为是置信函数和区间质量分配的推广。在世界的状态的不确定性建模的概率分布集，表示为仿射树，而行动被定义为树操纵器。一个小集合的仿射算子的关键属性，形成的基础上，大多数现有的基于操作的概率动作投影和动作抽象的定义。我们推导并证明了正确的三个投影规则，生动地说明了在平面投影中的精度和复杂性的权衡。最后，我们将展示Haddawy和Doan确定的三种类型的动作抽象在本框架中的表现。
2013-02-13 cs.AI
Admissible Abstractions for Near-optimal Task and Motion Planning
Massachusetts Institute of Technology（麻省理工学院）
我们定义了一个可接受的条件，抽象表示使用天使的语义，并表明这些条件使我们能够加快规划，同时保持找到最佳运动计划的能力。然后，我们推导出两个连续状态的运动规划域的容许抽象。我们提取的上限和下限的具体运动计划的成本使用本地度量和拓扑性质的问题域。这些界限在保持性能保证的同时指导对计划的搜索。我们表明，抽象可以显着降低搜索的复杂性相对于一个直接的运动规划。使用我们的抽象，我们发现接近最佳的运动计划，涉及$10^{13}$状态的规划问题，而不使用单独的任务规划。
2018-06-03 cs.AI cs.RO
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
Guarantees for Sound Abstractions for Generalized Planning (Extended Paper)
Universidad Simón Bolívar（西蒙玻利瓦尔大学）；Universidad Carlos III de Madrid（马德里卡洛斯三世大学）
广义规划是关于寻找解决规划实例集合的计划，通常是无限集合，而不是单个实例。最近，它已被证明如何减少规划问题的广义规划的规划问题的定性数值问题;后者是一个重新制定，同时捕捉所有的实例中的集合。因此，一个重要的研究思路在于自动地找到这种重新表述或抽象。最近的一个建议是从集合中的实例的有限和小的转换样本中归纳地学习抽象。然而，在所有归纳过程中，学习的抽象不能保证对整个集合都是正确的。在这项工作中，我们解决了这个限制，通过执行的抽象分析，相对于收集，并展示如何获得正式的保证泛化。这些保证，以一阶公式的形式，可以用于1）定义实例的子集，在这些子集上保证抽象是合理的，2）在某些假设下获得推广的必要条件，以及3）为规划问题自动合成复杂的不变量。我们的框架是通用的，它可以扩展或与其他方法相结合，它有超越广义规划的应用程序。
2019-05-31 cs.AI cs.LO
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
Task Scoping: Generating Task-Specific Abstractions for Planning in Open-Scope Models
MIT CSAIL（麻省理工学院计算机科学与人工智能实验室）；Brown University Department of Computer Science（布朗大学计算机科学系）
一个通用的计划代理需要一个开放范围的世界模型：一个足够丰富的模型，以解决它可能被要求在其操作寿命内解决的任何广泛的任务。这与典型的规划方法形成对比，在典型的规划方法中，模型的范围限于共享重要结构的特定任务系列。不幸的是，计划使用开放范围模型解决任何特定任务在计算上都是棘手的-即使是最先进的方法-因为模型中必然存在许多状态和动作，但与该问题无关。我们建议任务范围：一种方法，利用初始状态，目标条件和过渡系统的知识，自动有效地从规划问题中删除可证明不相关的变量和动作。我们的方法利用因果链接分析和状态变量（而不是状态）的向后可达性以及运算符合并（当对相关变量的影响相同时）。使用任务范围作为预规划步骤可以将搜索空间缩小几个数量级，并显著减少规划时间。我们的经验表明，这些改进发生在各种开放范围的领域，包括Minecraft，我们的方法使用最先进的数字规划器将搜索时间减少了75倍，即使在包括任务范围本身所需的时间之后。
2023-02-04 cs.AI
From Abstractions to Grounded Languages for Robust Coordination of Task Planning Robots
Arizona State University（亚利桑那州立大学）
本文研究如何自动构建兼具灵活性与解释力的协调语言，将计划表达为“计划草图”以在保证最优性的同时实现鲁棒协调，并给出形式化分析与近似解。
2024-02-22 cs.AI
A Neurodiversity-Inspired Solver for the Abstraction \& Reasoning Corpus (ARC) Using Visual Imagery and Program Synthesis
Vanderbilt University（范德堡大学）
本文提出一种受神经多样性启发的核心知识AI方法，结合视觉表象表征与树搜索程序合成，在ARC挑战中取得第四名，展示了灵活组合核心知识解决新任务的能力。
2023-10-31 cs.AI
Planning with Spatial-Temporal Abstraction from Point Clouds for Deformable Object Manipulation
Stanford University（斯坦福大学）；MIT-IBM Lab（麻省理工学院-IBM实验室）
本文提出PASTA框架，结合空间与时间抽象，从点云中学习潜在表示并规划技能序列，实现真实世界中多技能组合的可变形物体顺序操作任务。
2023-06-23 cs.AI cs.RO
Unified Task and Motion Planning using Object-centric Abstractions of Motion Constraints
Department of Computer Science, University of Innsbruck（因斯布鲁克大学计算机科学系）
本文提出了一种基于对象中心抽象的统一任务与运动规划方法，利用现成AI启发式搜索生成物理可行计划，无需复杂几何推理。
2026-01-30 cs.AI cs.RO
Information-Theoretic Abstractions for Planning in Agents with Computational Constraints
Georgia Institute of Technology（佐治亚理工学院）；University of North Carolina, Charlotte（北卡罗来纳大学夏洛特分校）
在本文中，我们开发了一个框架，路径规划的抽象，不提供给代理先验，而是出现作为一个功能的可用计算资源。我们展示了如何在一个环境中的路径规划问题可以系统地近似解决一系列更容易解决的问题上的抽象的原始空间。对问题的性质进行了分析，并给出了一些理论结果和讨论。一个数值例子来显示该方法的实用性和证实的理论研究结果。最后，我们提供了一个讨论，详细介绍了所提出的方法，随时算法和有限理性的连接。
2021-02-23 cs.AI cs.IT cs.RO
BEV-VLM: Trajectory Planning via Unified BEV Abstraction
BEV-VLM通过统一的BEV抽象与VLMs实现高精度轨迹规划，实验显示其在准确性上比现有方法提升53.1%并实现无碰撞。
2026-02-27 cs.AI cs.RO
Synthelite: Chemist-aligned and feasibility-aware synthesis planning with LLMs
École Polytechnique Fédérale de Lausanne (EPFL)（瑞士联邦理工学院洛桑分校）；National Centre of Competence in Research (NCCR) Catalysis（瑞士国家催化研究中心）；B12 Labs（B12实验室）
Synthelite 基于LLM实现化学家对齐且可行性感知的合成规划，通过自然语言提示允许专家干预，成功率达95%。
2025-12-18 cs.AI
Generalized Planning: Non-Deterministic Abstractions and Trajectory Constraints
Univ. Simón Bolívar（西蒙玻利瓦尔大学）；Sapienza Univ. Roma（罗马大学）；ICREA（加泰罗尼亚研究与高级研究学院）；Univ. Pompeu Fabra（庞培法布拉大学）；Univ. Federico II（费德里科二世大学）
我们研究的特点和计算的一般政策的家庭的问题，共享一个共同的减少到一个单一的抽象问题的结构特征。解决抽象问题P的策略$μ$已经被证明可以解决所有简化为P的问题Q，只要$μ$终止于Q。在这项工作中，我们阐明了为什么需要这种终止条件以及如何删除它。关键的观察是，抽象问题P捕捉到了具体问题Q中的局部（马尔可夫）公共结构，但忽略了全局的公共结构。我们展示了如何通过轨迹约束，在许多情况下可以表示为LTL公式，从而减少广义规划LTL合成这样的全球结构可以被捕获。此外，对于涉及可以增加或减少的整数变量的广泛类别的问题，轨迹约束可以被编译掉，将广义规划减少为完全可观察的非确定性规划。
2019-09-26 cs.AI cs.LO
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
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
Interleaving Scheduling and Motion Planning with Incremental Learning of Symbolic Space-Time Motion Abstractions
本文提出一种交织调度与运动规划的增量学习框架，用于多物体共享空间的调度与运动规划，通过符号时空运动抽象提升复杂时空约束下的执行效率。
2026-03-19 cs.AI cs.RO
ASKCOS: an open source software suite for synthesis planning
Massachusetts Institute of Technology（麻省理工学院）；Center for Computational Science and Engineering, Massachusetts Institute of Technology（麻省理工学院计算科学与工程中心）
本文介绍开源合成规划软件套件ASKCOS的最新版本，其集成四个单步逆合成模型及反应条件推荐、结果预测等辅助模块，为化学家提供实用的计算机辅助合成规划工具。
2025-01-03 cs.AI
Accurately and Efficiently Interpreting Human-Robot Instructions of Varying Granularities
Brown University（布朗大学）
人类可以将自然语言命令应用于抽象和细粒度的特定任务。例如，可以指示叉车操作员执行高级动作，如“抓住托盘”或低级动作，如“向后倾斜一点”。虽然机器人也能够将语言命令与任务联系起来，但以前的方法隐含地假设所有命令和任务都位于一个固定的抽象级别。此外，不使用多个抽象级别的方法遇到低效的规划和执行时间，因为它们在单个抽象级别上解决任务，具有与现实世界复杂性非常相似的大型棘手的状态动作空间。在这项工作中，通过接地命令的所有任务或子任务中可用的一个层次规划框架，我们到达一个模型，能够解释语言在多个层次的具体性，从粗糙到更细粒度。我们发现，接地过程的准确性得到提高，同时推断的抽象程度的语言用于沟通的任务。利用层次结构也提高了效率：我们提出的方法使机器人能够在一秒内对90%的任务做出响应，而基线在一半的任务上需要20秒以上。最后，我们证明了一个真正的，物理的机器人可以地面命令在多个层次的抽象，使其能够有效地计划不同的子任务在同一规划层次。
2018-06-19 cs.AI
Platform-Aware Mission Planning
Fondazione Bruno Kessler（布鲁诺·凯斯勒基金会）；University of Trento（特伦托大学）
针对自主系统高层任务目标与底层平台约束难协调、鲁棒规划推理难的问题，提出带exists-forall特性的平台感知任务规划问题，给出合并建模基线与抽象-精化循环两种方法，证明其可靠完备且后者性能更优。
2025-05-20 cs.AI
Efficient State Abstraction using Object-centered Predicates for Manipulation Planning
Technical University of Munich（慕尼黑工业大学）；University of Innsbruck（因斯布鲁克大学）；German Aerospace Center (DLR)（德国航空航天中心（DLR））
符号描述的定义，始终代表相关的几何方面的操作任务是一个具有挑战性的问题，在机器人社区很少受到关注。这个定义通常是从一个有限的对象关系和方向，只满足几何约束，在实验室条件下执行实验的观察者的角度来完成。这将对象配置空间中的操纵动作的可能改变限制为与该特定外部引用定义兼容的那些改变，这极大地限制了可能的操纵的范围。为了解决这些限制，我们提出了一个以对象为中心的表示，允许表征一组更广泛的可能的变化，在配置空间比传统的观察者的角度对应。基于这种表示，我们定义了通用的规划运营商的采摘和放置的行动，允许生成计划的几何和力的一致性，在操作任务。这种以对象为中心的描述是直接从对象的姿态和边界框中获得的，使用一种新的学习机制，该机制允许生成信号-符号关系，而不需要为每个特定场景手工制作这些关系。
2020-07-16 cs.AI cs.RO
Predicate Invention for Bilevel Planning
MIT Computer Science and Artificial Intelligence Laboratory（麻省理工学院计算机科学与人工智能实验室）；Meta AI
本文提出一种从示例中学习谓词的算法，以消除双层规划中对人工状态抽象的需求，通过优化替代目标并在语法引导下进行爬山搜索，在四个机器人规划环境中优于六个基线。
2025-05-27 cs.AI cs.LG cs.RO
Synthesis of timeline-based planning strategies avoiding determinization
University of Udine（乌迪内大学）；University of Verona（维罗纳大学）
本文研究了基于时间线的规划策略合成问题，提出了一种可直接映射到确定有限自动机非空问题的片段，从而避免确定化步骤，并识别了Allen关系的最大子集。
2026-11-10 cs.AI
Embodied Active Learning of Relational State Abstractions for Bilevel Planning
MIT CSAIL（麻省理工学院计算机科学与人工智能实验室）
提出具身主动学习范式，通过在线专家查询学习谓词解释，用于机器人双层规划，在三个环境中优于六个基线，提升样本效率。
2023-06-19 cs.AI cs.LG cs.RO
IntentCUA: Learning Intent-level Representations for Skill Abstraction and Multi-Agent Planning in Computer-Use Agents
Sookmyung Women's University（首尔女子大学）
IntentCUA通过意图级表示和多智能体协作提升桌面自动化效率与稳定性。
2026-02-27 cs.AI cs.HC 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
Leveraging Language to Learn Program Abstractions and Search Heuristics
MIT（麻省理工学院）；Cornell University（康奈尔大学）；Center for Brains, Minds and Machines (CBMM) - MIT（麻省理工学院大脑、心智与机器中心）
归纳程序合成，或从期望行为的示例中推断程序，为构建可解释的、鲁棒的和可推广的机器学习系统提供了通用范例。有效的程序合成取决于两个关键要素：一个强大的函数库，用于构建程序;一个有效的搜索策略，用于查找解决给定任务的程序。我们介绍LAPS（语言的抽象和程序搜索），一种技术，使用自然语言的注释，以指导联合学习的图书馆和神经引导的搜索模型的合成。当集成到一个国家的最先进的图书馆学习系统（DreamCoder），LAPS产生更高质量的图书馆，并提高搜索效率和泛化的三个领域-字符串编辑，图像合成和抽象推理的场景-即使在测试时没有自然语言提示。
2022-05-03 cs.AI cs.CL cs.LG
Compositional Planning Using Optimal Option Models
University College London（伦敦大学学院）
在本文中，我们介绍了一个框架的期权模型组成。期权模型是时间抽象，就像经典规划中的宏操作符一样，直接从开始状态跳到结束状态。以前的工作主要集中在构建期权模型的原始行动，通过内部的选择权模型学习，或使用期权模型来构建一个价值函数，通过内部的选择权规划。我们提出了一个统一的观点内和间的选择模型学习，贝尔曼方程的主要概括的基础上。我们的基本操作是将期权模型递归组合成其他期权模型。这一关键思想支持在多个抽象级别上进行组合规划。我们说明了我们的框架，使用动态规划算法，同时构建多个子目标的最优选项模型，并搜索这些选项模型，以提供快速的进展，对其他子目标。
2012-06-27 cs.AI cs.LG
Double-Ended Synthesis Planning with Goal-Constrained Bidirectional Search
MIT（麻省理工学院）；Georgia Tech（佐治亚理工学院）
针对现有计算机辅助合成规划算法无法满足指定起始原料约束的问题，提出基于双向图搜索的DESP算法，由离线学习的目标条件成本网络引导，在新基准上提升了求解率、减少了搜索扩展，且可复用现有单步逆合成模型。
2024-11-01 cs.AI q-bio.QM
