Solving planning domains with polytree causal graphs is NP-complete
Omer Giménez
我们证明了用多叉树因果图求解二元变量的规划域是\NP -完全的。这与Domshlak和Brafman的多项式时间算法相反，该算法解决了这些规划域的有界入度的多叉树因果图。
We show that solving planning domains on binary variables with polytree causal graph is \NP-complete. This is in contrast to a polynomial-time algorithm of Domshlak and Brafman that solves these planning domains for polytree causal graphs of bounded indegree.
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。
继续探索
The Complexity of Planning Problems With Simple Causal Graphs
我们提出了三个新的复杂性结果的规划问题的简单因果图类。首先，我们描述了一个多项式时间的算法，使用宏生成计划的规划问题与二进制状态变量和非循环因果图的类3S。这意味着，即使规划问题有一个指数长的最小解，规划生成可能是易处理的。我们还证明了多值变量和链式因果图规划问题的计划存在性问题是NP-困难的。最后，我们证明了二元状态变量和多树因果图规划问题的计划存在性是NP-完全的。
Causal Expectation-Maximisation
结构因果模型是珀尔因果理论的基本建模单元;原则上，它们允许我们解决反事实，这是因果关系阶梯的最高一级。但它们通常包含潜在变量，限制了它们在特殊环境中的应用。这似乎是一个事实的后果，证明在本文中，因果推理是NP-困难的，即使在模型的特点是多边形图。为了处理这种困难，我们引入因果EM算法。它的主要目的是从分类显式变量的数据中重建潜变量的不确定性。然后通过贝叶斯网络的标准算法来解决反事实推理。其结果是一种近似计算反事实的通用方法，无论它们是否可识别（在这种情况下，我们提供边界）。我们的经验表明，以及通过推导可信的区间，我们提供的近似在相当数量的EM运行变得准确。这些结果导致我们最后认为，似乎有一个未被注意的限制趋势的想法，反事实的界限往往可以计算的结构方程的知识。
Planning over Chain Causal Graphs for Variables with Domains of Size 5 Is NP-Hard
最近，相当多的焦点已被给予的问题，确定之间的边界的听话和棘手的规划问题。本文研究了规划问题类C_n中规划问题的复杂性，其特征是一元算子和有向路径因果图。虽然这是一个规划问题的因果图的最简单的形式之一，我们表明，规划是棘手的C_n（除非P = NP），即使状态变量的域有界的大小。特别地，我们证明了C_n^k的计划存在性是NP-困难的，其中k>=5。这里，k表示状态变量域的大小的上限。我们的结果将类C_n^k的复杂度差距缩小到k=3和k=4的情况，因为已知C_n^2是易处理的。
Structure and Complexity in Planning with Unary Operators
一元算子域--即，在许多控制问题中，算子具有单一效果的域自然出现。在其最一般的形式中，一元算子域中的CNOPS规划问题与一般的CNOPS规划问题一样困难-两者都是PSPACE完备的。然而，一元算子域诱导了一个自然的结构，称为域的因果图。该图关系到每个域运算符的前提条件和效果。威廉姆斯和纳亚克利用因果图来分析NASA深空一号航天器中一个控制器的计划生成。在那里，他们利用了这样一个事实，即当这个图是非循环的时，可以快速获得任何子目标的序列化排序。在本文中，我们进行了全面的研究领域的因果图的结构和规划的复杂性之间的关系在这个领域。在积极的一面，我们表明，一个非平凡的多项式时间计划生成算法存在的域的因果图诱导一个多边形树，其节点入度上的一个常数。在消极的一面，我们甚至计划存在是困难的，当图是一个有向路径单连通DAG。更一般地说，我们表明，因果图中的路径的数量是密切相关的规划在相关联的域的复杂性。最后，我们将我们的研究结果与问题的复杂性规划序列化的子目标。
CausalPlan: Empowering Efficient LLM Multi-Agent Collaboration Through Causality-Driven Planning
本文提出 CausalPlan 框架，通过从智能体轨迹学习结构因果动作模型来指导 LLM 动作选择，在 Overcooked-AI 多智能体任务中持续减少无效动作并提升协作表现。
Planning under Distribution Shifts with Causal POMDPs
提出因果POMDP框架，通过干预表示环境变化，在部分可观测下维持PWLC性质，实现分布偏移下的规划与更新。
CauTraj: A Causal-Knowledge-Guided Framework for Lane-Changing Trajectory Planning of Autonomous Vehicles
CauTraj通过整合因果知识提升自动驾驶车辆车道变换轨迹规划的精度与稳定性。
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。
Causal Belief Decomposition for Planning with Sensing: Completeness Results and Practical Approximation
信念跟踪是感知规划中的一个基本问题。虽然这个问题是棘手的，它最近已被证明，对于确定性和非确定性的系统表示在紧凑的形式，它可以在时间和空间是指数的问题宽度。宽度度量与给定前提条件或目标相关的状态变量的最大数量。在这项工作中，我们在理论上和实践中推广了这个结果。首先，我们引入了一个替代的分解方案和算法，具有相同的时间复杂度，但不同的完整性保证，其空间复杂度要小得多：指数的因果宽度的问题，衡量因果相关的状态变量的数量，一个给定的前提条件，目标，或观察。其次，我们引入了一个快速，有意义的，和强大的近似，贸易的完整性的速度，并在时间和空间指数的问题因果宽度。然后，经验表明，该算法与简单的算法相结合，产生国家的最先进的实时性能域具有高的宽度，但低的因果宽度，如扫雷舰，战舰，和Wumpus。
Spatial Reasoning in LLM Game Agents: Impact of Causal Context and Multi-Step Planning
研究基于大语言模型的游戏智能体在复杂任务中表现不佳的问题，通过实验验证因果提示增强和多步规划可提升胜率并控制延迟，引入新基准评估，发现较大模型定位更准，融入因果上下文和多步规划能优化性能与速度。
From semantics to execution: Integrating action planning with reinforcement learning for robotic causal problem-solving
强化学习是在噪声条件下鲁棒地执行低级别机器人控制的适当且成功的方法。符号行动计划有助于解决因果依赖关系，并将因果关系复杂的问题分解为一系列更简单的高级行动。这两种方法的集成的一个问题是，行动规划是基于离散的高级动作和状态空间，而强化学习通常是由连续的奖励函数驱动。然而，强化学习的最新进展，特别是通用价值函数逼近器和事后经验重放，都集中在基于稀疏奖励的目标无关方法上。在本文中，我们建立在这些新方法的基础上，通过利用奖励稀疏性作为高级和低级状态和控制空间之间的桥梁，促进行动规划与强化学习的集成。因此，我们证明了集成的神经符号的方法是能够解决对象操作问题，涉及工具使用和非平凡的因果依赖关系在嘈杂的条件下，利用数据和知识。
Using Human-Guided Causal Knowledge for More Generalized Robot Task Planning
涉及人工智能（AI）的研究的一个主要挑战是开发算法，这些算法可以找到可以推广到不同环境和任务的问题的解决方案。与人工智能不同，人类善于找到可以转移的解决方案。我们假设这是因为他们的解决方案是由因果模型告知的。我们建议使用人类引导的因果知识来帮助机器人找到可以推广到新环境的解决方案。我们开发和测试的语言接口，天真的参与者可以用来沟通这些因果模型的规划的可行性。我们发现初步证据表明，参与者能够使用我们的界面，并生成因果模型，实现近泛化。我们概述了一个实验，旨在测试远泛化使用我们的接口，并描述我们的长期目标，这些因果模型。
Planning Takes More Than Token Prediction: Causal Plan for Benchmarking and Building Physically Grounded Embodied Reasoners
针对具身视觉-语言规划中模型依赖语言统计先验而非因果推理的问题，提出 Causal-Plan-Bench 基准和 Causal-Plan-1M 数据集，并训练 Causal Planner 模型，实现从 token 预测到物理因果推理的转变。
Learning Concept-Based Causal Transition and Symbolic Reasoning for Visual Planning
提出可解释且可泛化的视觉规划框架，包含基于替换的概念学习器、符号抽象与推理及视觉因果转移模型，在基于AI2-THOR的大规模数据集CCTP上表现优越并具备对未见数据的泛化能力。
A Refined View of Causal Graphs and Component Sizes: SP-Closed Graph Classes and Beyond
规划实例的因果图是规划实践和理论的重要工具。因果图的理论研究已经在很大程度上分析了规划实例的计算复杂性，其中因果图具有一定的结构，通常与其他参数（如变量的域大小）相结合。Chen和Gimand#233;nez甚至忽略了结构，只考虑了弱连通分量的大小。他们证明了，如果组件由一个常数限制，则规划是易处理的，否则就很难处理。然而，他们的棘手结果是由参数化复杂性理论的假设所决定的，该假设与标准复杂性类没有已知的有用关系。我们从标准复杂性类的角度来处理同样的问题，并证明了规划是NP-困难的类无界组件下的一个额外的限制，我们称为SP-封闭。然后，我们认为，大多数NP-硬度定理的因果图是很难应用，因此，证明了一个更一般的结果，即使组件的大小增长缓慢，类是不是密集的图形，规划仍然无法处理，除非多项式层次崩溃。这两个结果仍然成立时，限制类的无环因果图。最后，我们给出了NP-难和NP-中间类之间的边界的部分特征，进一步深入了解这个问题。
Parallel Predictive World Models for Accurate and Efficient Long-Horizon Planning
本文提出并行预测世界模型（PPWM），通过并行预测轨迹并保留因果交互，避免了自回归的递归反馈，在视觉控制任务中实现更低预测误差、更高规划成功率及超过3倍的规划加速。
CAR-DESPOT: Causally-Informed Online POMDP Planning for Robots in Confounded Environments
本文提出CAR-DESPOT，一种基于因果建模与推理的AR-DESPOT在线POMDP规划扩展方法，通过离线学习因果模型参数化，有效消除未观测混淆变量引起的误差，生成比AR-DESPOT更鲁棒且性能更高的策略。
Causal Object-Centric Models for Planning with Monte Carlo Tree Search
提出COMET算法，结合无监督对象中心编码器和Transformer世界模型，通过动作-槽融合机制和对象因果注意力实现高效规划，在多个基准上优于基线方法。
Language Agents Meet Causality -- Bridging LLMs and Causal World Models
本文提出将因果表示学习与 LLM 结合的框架，通过可由自然语言查询的因果世界模型增强智能体推理与规划，并在多类任务中验证其优势。
ChainFlow-VLA: Causal Flow Planning with Vision-Language Models
提出ChainFlow-VLA框架，通过自回归生成因果轨迹模式与扩散残差校正的统一概率模型，结合视觉语言模型语义先验，实现自动驾驶中鲁棒的轨迹规划，在NAVSIM v1排行榜上达到94.85分，匹配人类水平。
Causality and Batch Reinforcement Learning: Complementary Approaches To Planning In Unknown Domains
强化学习算法在在线学习环境中取得了巨大的成功。然而，这些成功依赖于算法代理与其环境之间的低风险交互。在许多RL可能有用的环境中，例如医疗保健和自动驾驶，大多数在线RL算法在早期训练中所犯的错误都会带来不可接受的成本。这些设置需要开发可以在所谓的批处理设置中操作的强化学习算法，其中算法必须从固定的、有限的并且从一些（可能未知的）策略生成的数据集学习。评估与收集数据的政策不同的政策被称为政策外评估，自然会提出反事实的问题。在这个项目中，我们将展示如何关闭政策评估和因果推理中的治疗效果估计是解决同一问题的两种方法，并比较这两个领域的最新进展。
Towards Accurate Predictions and Causal 'What-if' Analyses for Planning and Policy-making: A Case Study in Emergency Medical Services Demand
紧急医疗服务（EMS）的需求量已经成为许多政府当局的一个相当大的负担，EMS需求往往是社区压力的早期指标，是新出现问题的警告信号。在本文中，我们介绍了深度规划和决策网络（DeepPPMNet），一个基于长短期记忆网络的全球预测和推理框架来预测EMS需求，分析因果关系，并执行“假设”分析，为跨多个地方政府领域的政策制定。除了传统的单变量预测技术，所提出的方法遵循全球预测方法，其中模型在所有可用的EMS需求时间序列中进行训练，以利用可用的潜在交叉序列信息。DeepPPMNet还使用季节分解技术，将两种不同的训练范式纳入框架中，以适应EMS相关时间序列数据的各种特征。然后，我们探索因果关系使用格兰杰因果关系的概念，全球预测框架使我们能够执行“如果”的分析，可用于国家政策制定过程。我们经验性地评估我们的方法，使用一组EMS数据集相关的酒精，药物使用和自我伤害在澳大利亚。所提出的框架是能够超越许多国家的最先进的技术，并取得竞争力的结果，在预测精度。最后，我们说明了它的使用政策制定的一个例子，酒精出口许可证。
Compiling Causal Theories to Successor State Axioms and STRIPS-Like Systems
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。
Improved Monte Carlo Planning via Causal Disentanglement for Structurally-Decomposed Markov Decision Processes
针对传统MDP未利用因果结构的问题，提出基于因果解缠的SD-MDP框架，将序列优化转化为对数线性复杂度的分数背包问题，可与MCTS集成，在多领域策略性能优于基准。
Machine Learning for Financial Forecasting, Planning and Analysis: Recent Developments and Pitfalls
本文介绍了用于财务预测、规划和分析（FP\&A）的机器学习。机器学习似乎非常适合通过从大量数据中高度自动化地提取信息来支持FP\&A。然而，由于大多数传统的机器学习技术专注于预测（预测），我们讨论了必须特别注意避免将它们用于规划和资源分配（因果推断）的陷阱。虽然机器学习的幼稚应用通常在这种情况下失败，但最近开发的双重机器学习框架可以解决感兴趣的因果问题。我们回顾了FP\&A中机器学习的现有文献，并在模拟研究中说明了机器学习如何用于预测和规划。我们还研究了预测和规划如何随着数据点数量的增加而改进。
More Than Meets the Eye? Uncovering the Reasoning-Planning Disconnect in Training Vision-Language Driving Models
该研究针对视觉语言驾驶模型中推理是否因果驱动规划的问题，构建DriveMind语料库开展实验，发现推理与规划存在因果脱节，提出解耦假说及免训练诊断工具。
DreamFly: Causal Memory and Receding-Horizon Diffusion Planning for Aerial Vision-Language Navigation
DreamFly是基于Dream-VLA的扩散式空中VLN框架，通过因果记忆、后退时域扩散规划和LiteStop解耦终止，在OpenFly基准上显著优于对比方法。
Causality-Aware End-to-End Autonomous Driving via Ego-Centric Joint Scene Modeling
本文提出CaAD框架，通过共享潜在场景表示捕捉车辆与周围代理之间的因果依赖关系，以提高端到端自动驾驶的闭环规划性能。
Learning Causal Structure Distributions for Robust Planning
本文提出一种估计因果结构分布以指导编码器-多解码器概率模型潜在空间表示的方法，通过学习功能关系并考虑结构不确定性，构建了更鲁棒的机器人动力学模型，在显著降低计算资源的同时改善了下游规划，并在仿真和真实环境中验证了其对损坏输入与环境变化的适应性。
Learning Plannable Representations with Causal InfoGAN
近年来，深度生成模型已经被证明可以“想象”令人信服的高维观察，如图像，音频甚至视频，直接从原始数据中学习。在这项工作中，我们问如何想象目标导向的视觉计划-一个看似合理的观察序列，将动态系统从当前配置转换到期望的目标状态，稍后可以用作控制的参考轨迹。我们专注于高维观测系统，如图像，并提出了一种自然结合表示学习和规划的方法。我们的框架学习了一个连续观测的生成模型，其中生成过程是由低维规划模型中的过渡和额外的噪声引起的。通过最大化所生成的观测和规划模型中的过渡之间的互信息，我们获得了一个低维表示，最好地解释了数据的因果性质。我们的规划模型的结构，以兼容高效的规划算法，我们提出了几个这样的模型的基础上，无论是离散或连续状态。最后，为了生成可视化计划，我们将当前和目标观测投影到规划模型中的相应状态，规划轨迹，然后使用生成模型将轨迹转换为观测序列。我们展示了我们的方法，想象合理的视觉计划的绳子操作。
FLEX-WAM: Flexible Block-Causal World-Action Models for Long-Horizon Imagination and Planning
FLEX-WAM提出一种灵活高效的块因果世界-动作模型，支持长时程想象与规划，通过平衡梯度贡献和FD弹性提升动作响应性，在模拟和真实任务中实现稳定推演与实时部署。
Action Languages Based Actual Causality for Computational Ethics: a Sound and Complete Implementation in ASP
本文提出将适用于行动语言的actual causation定义（Wright的NESS测试形式化）完备可靠地翻译为逻辑编程，使智能体能在ASP中处理复杂因果关系，从而拓展计算伦理学可处理的伦理情境。
Analyzing Search Topology Without Running Any Search: On the Connection Between Causal Graphs and h+
忽略删除列表松弛对于满意规划和最优规划都是至关重要的。在早期的工作中，人们观察到，最佳松弛启发式h+在许多经典的规划基准中具有惊人的品质，特别是与完全不存在局部极小值有关。证明这是手工制作的，提出了这样的证明是否可以自动域分析技术的问题。与早期令人失望的结果相反-分析方法具有指数运行时间，并且仅在两个极其简单的基准领域中成功-我们在此肯定地回答这个问题。我们建立因果图结构和h+拓扑之间的联系。这导致了低阶多项式时间分析方法，在我们称为TorchLight的工具中实现。在已经证明不存在局部最小值的12个域中，TorchLight在8个域中给出了强有力的成功保证。从经验上讲，它的分析表现出强大的性能，在进一步的2个这些领域，再加上4个领域，局部极小值可能存在，但很少。通过这种方式，TorchLight可以区分简单域和困难域。通过总结分析失败的结构原因，TorchLight还提供诊断输出，指示可能导致局部最小值的域方面。
ExoPredicator: Learning Abstract Models of Dynamic Worlds for Robot Planning
本文提出ExoPredicator框架，通过联合学习符号状态表示和因果过程，解决长周期具身规划中的外源性过程建模问题，实现对复杂任务的泛化能力。
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。
RADAR: Closed-Loop Robotic Data Generation via Semantic Planning and Autonomous Causal Environment Reset
RADAR通过语义规划和自主因果环境重置实现闭环机器人数据生成，具备高适应性和可扩展性，在仿真和现实部署中均表现出卓越的性能。
Why Not? Solver-Grounded Certificates for Explainable Mission Planning
本文提出基于求解器的可解释任务规划证书方法，通过优化模型本身生成解释，实现正确性、反事实有效性及稳定性，提升调度决策的可解释性。
AnchorReasoning: A Visual Grounding and Causal Reasoning Dataset in Long-Tail Autonomous Driving Scenarios
该研究提出AnchorReasoning数据集，通过视觉定位思维链监督，提升长尾自动驾驶中VLM的推理与轨迹预测能力。
Reinforced Context Order Recovery for Adaptive Reasoning and Planning
本文提出强化上下文顺序恢复（ReCOR）框架，利用强化学习和自监督 token 预测难度估计，从无标注文本中提取自适应生成顺序，在推理与规划任务上优于基线甚至真实顺序监督模型。
CausalKG: Causal Knowledge Graph Explainability using interventional and counterfactual reasoning
人类在日常决策、计划和理解生活事件时使用因果关系和假设性回顾。人类的头脑在回顾一个特定的情况时，会思考这样的问题：“特定情况的原因是什么？“、“我的行动会产生什么影响？“，或者“是什么行为导致了这种结果？".它开发了一个世界的因果模型，它可以用更少的数据点学习，进行推理，并考虑反事实的场景。看不见的、未知的场景被称为反事实。AI算法使用基于知识图谱（KG）的表示来表示时间、空间和事实的概念。KG是一个图形化的数据模型，它捕获诸如事件、对象或概念之类的实体之间的语义关系。现有的知识库表示从文本中提取的因果关系，基于名词短语的语言模式的原因和影响，如在概念网和WordNet。目前的因果关系表示在KG中，支持反事实推理是一个挑战。需要使用基于KG的方法来更丰富地表示AI系统中的因果关系，以获得更好的可解释性，并支持干预和反事实推理，从而提高人类对AI系统的理解。因果表征需要一个更高的表征框架来定义上下文、因果信息和因果效应。提出的因果知识图谱（Causal KG）框架，利用因果关系和KG的可解释性的最新进展。CauseKG旨在解决缺乏领域适应性因果模型的问题，并使用KG中的超关系图表示来表示复杂的因果关系。我们表明，CauseKG的干预和反事实推理可以使用的AI系统的域的可解释性。
Learning and Tuning Meta-heuristics in Plan Space Planning
近年来，规划界已经观察到，用于学习启发式函数的技术已经在性能上产生了改进。一种方法是使用离线学习来以依赖于域的方式从现有算法中学习预测模型。这些学习的模型被部署为新的启发式函数。反过来，学习的模型可以使用独立于域的纠错方法在线调整，以进一步增强其信息量。在线调优方法独立于域，但特定于实例，并有助于在规划过程中提高单个实例的性能。因此，它在更大的问题中更有效。在本文中，我们提到两种方法适用于偏序因果链接（POCL）规划，也被称为计划空间规划。首先，我们努力提高性能的POCL规划器的监督学习的算法。其次，我们讨论了POCL框架中的在线误差最小化方法，以最大限度地减少与离线学习模型相关的步进误差，从而提高其信息量。我们的评估表明，学习方法的规划器的性能超过标准的基准，特别是对于较大的问题。
Language-Based Causal Representation Learning
考虑有限状态图，它来自一个简单的、离散的、动态的系统，在这个系统中，一个智能体在一个矩形网格中移动，拾取和丢弃包裹。问题的状态变量，即代理位置和包位置，是否可以单独从状态图的结构中恢复，而无需访问关于对象的信息、状态的结构或任何背景知识？我们表明，这是可能的，提供了一个合适的域独立的一阶因果语言，使空间的对象和关系，不被认为是已知的动态学习。语言中与数据兼容的最紧凑表示的偏好提供了一种强大而有意义的学习偏见，使其成为可能。结构化因果模型（SCM）语言是表示（静态）因果模型的标准语言，但在由对象填充的动态世界中，需要诸如“经典人工智能规划”中使用的一阶因果语言。虽然“经典AI”需要手工制作的表示，但可以通过相同的语言从非结构化数据中学习类似的表示。事实上，正是语言以及这些语言对紧凑表征的偏好为世界提供了结构，揭示了对象、关系和原因。
Task Scoping: Generating Task-Specific Abstractions for Planning in Open-Scope Models
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。
Exposing the Copycat Problem of Imitation-based Planner: A Novel Closed-Loop Simulator, Causal Benchmark and Joint IL-RL Baseline
针对模仿学习规划器易受复制猫问题影响、难以泛化的问题，本文提出闭环模拟器、因果基准及联合IL-RL框架，以提升策略的鲁棒性与泛化能力。
Timeline-based Planning and Execution with Uncertainty: Theory, Modeling Methodologies and Practice
自动规划是人工智能自诞生以来的主要研究领域之一。自动规划研究旨在开发通用推理机（即，能够自动解决复杂问题。一般来说，规划者依赖于一个概括性的模型，它描述了世界的可能状态以及为了改变世界的状态而可以采取的行动。给定一个模型和一个已知的初始状态，规划者的目标是综合一组实现特定目标状态所需的行动。传统的规划方法大致与上面的描述相对应。基于时间线的方法是一种特殊的规划范式，能够在一个统一的解决过程中整合因果和时间推理。这种方法已成功地应用于许多现实世界的情况下，虽然相关的规划概念缺乏一个共同的解释。事实上，应用该技术的现有框架之间存在显着差异。每个框架都依赖于自己对基于时间表的规划的解释，因此不容易比较这些系统。因此，这项工作的目的是调查的时间线为基础的方法来规划解决几个方面，从语义的相关规划概念的建模和求解技术。具体而言，这项博士工作的主要贡献包括：（i）能够处理时间不确定性的基于时间线的方法的正式表征的建议;（ii）分层建模和求解方法的建议;（iii）开发用于计划和执行的通用框架;（iv）在现实世界的制造场景中验证这种方法。
CORE: Towards Scalable and Efficient Causal Discovery with Reinforcement Learning
针对因果发现难题，受Pearl因果层次结构启发，提出基于深度强化学习的CORE方法，兼具因果图重建与干预规划能力，可泛化到新图，支持10变量规模，在结构估计准确率和样本效率上优于现有方法。
Working Paper: Active Causal Structure Learning with Latent Variables: Towards Learning to Detour in Autonomous Robots
本文提出通过带有潜在变量的主动因果结构学习（ACSLWL）使自主机器人能主动构建因果模型，以应对环境变化，通过学习绕道行为提升效率。
CausalPOI: Spatio-Temporal Graph-Based Causal Modeling for Cold-Start POI Check-in Forecasting
提出CausalPOI框架，利用时空功能交互图建模POI间语义和空间关系，通过结构对齐的处理和对照图模拟事实与反事实场景，解决冷启动POI签到预测问题，在真实数据集上显著优于基线。
Planning Beyond Text: Graph-based Reasoning for Complex Narrative Generation
本文提出PLOTTER框架，通过结构图进行叙事规划，提升LLM在复杂叙事生成中的长上下文推理能力。
Spatio-temporal Causal Learning for Streamflow Forecasting
针对径流预测问题，提出因果径流预测（CSF）模型，以河流水系图为因果结构学习的先验知识，结合时空图神经网络（STGNNs），在布拉索斯河流域测试中优于常规STGNNs且计算效率更高，为水文建模提供新方法。
Multi-valued Action Languages in CLP(FD)
行动描述语言，如A和B，是形式化规划域和规划问题实例的表达工具。本文首先提出了一种方法来编码一个动作语言（条件效应和静态因果律），B的一个轻微的变化，使用有限域上的约束逻辑编程。然后将该方法推广到将约束的使用提高到动作语言本身的水平。一个原型实现已经开发，并提出和讨论的初步结果。逻辑程序设计理论与实践（Theory and Practice of Logic Programming，TPLP）
Transferable Delay-Aware Reinforcement Learning via Implicit Causal Graph Modeling
本文提出基于隐式因果图建模的可迁移延迟感知强化学习方法，通过节点级语义编码和消息传递机制学习可迁移的结构表示和环境动态知识，以优化策略并实现跨任务知识迁移。
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈
发表机构由 AI 从论文文本抽取，如发现错误，欢迎反馈修正建议。