Parallel Strategies for Best-First Generalized Planning
Universitat Pompeu Fabra（庞培法布拉大学）
本文研究最佳优先广义规划（BFGP）的并行化，提出两种共享内存并行搜索策略，以缩小广义规划与最先进规划器之间的性能差距。
2024-08-02 cs.AI
Individual differences in the cognitive mechanisms of planning strategy discovery
Max Planck Institute for Intelligent Systems（马克斯·普朗克智能系统研究所）；University of California, Los Angeles（加州大学洛杉矶分校）
本研究探讨了整合元认知伪奖励、主观努力评估和终止审议等认知机制能否提升MCRL模型在规划策略发现上的人类表现拟合度，发现这些机制促进了策略发现并揭示了个体差异，但未能完全弥合模型与人类表现的差距。
2025-05-29 cs.AI
Quasi-Bayesian Strategies for Efficient Plan Generation: Application to the Planning to Observe Problem
准贝叶斯理论使用概率分布和预期损失的凸集来表示对计划的偏好。该理论侧重于决策鲁棒性，即，计划受主观概率评估偏差影响的程度。目前的工作提出了解决方案的计划生成时，必须包括概率评估的鲁棒性：计划包含某些行动的鲁棒性的信息。令人惊讶的结果是，一些问题可以更快地解决在准贝叶斯框架内比通常的贝叶斯理论。我们研究这个问题的规划观察，即，代理必须决定是否采取新的观察。根本问题是：如何以及在多大程度上根据概率评估的稳健性来搜索“最佳”计划？计划生成算法的背景下，材料分类与声学机器人探头。通过匿名FTP可以获得构建准贝叶斯计划的软件包。
2013-02-13 cs.AI
A Knowledge Graph for Assessing Aggressive Tax Planning Strategies
University of Mannheim（曼海姆大学）；Leibniz Centre for European Economic Research（莱布尼茨欧洲经济研究中心）
跨国公司的税收是一个复杂的领域，因为它受到几个国家立法的影响。不同州的法律可能会产生不可预见的相互作用效应，可以通过允许跨国公司最大限度地减少税收来利用这一效应，这一概念被称为税收规划。在本文中，我们提出了一个知识图谱的跨国公司和他们的关系，包括近150万个商业实体。我们发现，通常已知的税收筹划策略可以制定为子图查询该图，它允许使用某些策略来识别公司。此外，我们证明，我们可以识别异常的图形暗示潜在的税务规划策略，我们展示了如何提高这些分析，结合使用联合查询维基数据的信息。
2020-10-16 cs.AI cs.DB
Adjust Planning Strategies to Accommodate Reinforcement Learning Agents
National University of Defense Technology（国防科技大学）
在智能体控制问题中，将强化学习与规划相结合的思想引起了人们的广泛关注。两种方法分别侧重于微观和宏观行动。如果他们之间有一个良好的合作，他们的优势会一起显示。合作的关键是找到一个适当的边界，为每种方法分配不同的功能。这样的边界可以由规划算法中的参数表示。本文通过分析反应与规划之间的联系，提出了一种规划参数的优化策略，并提出了一种非梯度的加速优化方法。整个算法能够找到一个令人满意的规划参数设置，充分利用了特定智能体的反应能力。
2020-03-19 cs.AI cs.LG
FLECS: Planning with a Flexible Commitment Strategy
有证据表明，最少承诺的规划者可以有效地处理涉及困难的目标相互作用的规划问题。这一证据使人们普遍认为，延迟承诺是“最好的”可能的规划战略。然而，我们最近发现的证据表明，急于承诺的规划者可以更有效地处理各种规划问题，特别是那些难以经营者的选择。我们放弃了寻找一个普遍成功的规划策略的徒劳，设计了一个规划器，可以用来研究哪些领域和问题最适合哪种规划策略。在这篇文章中，我们介绍了这种新的规划算法，FLECS，它使用了灵活的承诺策略方面的计划步骤订购。它能够使用从延迟承诺到渴望承诺的任何策略。延迟和渴望运营商订购承诺的组合允许FLECS利用明确使用模拟执行状态和推理规划约束的好处。FLECS可以在不同的问题和领域中改变其承诺策略，也可以在单个规划问题的过程中改变其承诺策略。FLECS代表了对计划的一个新贡献，因为它明确地提供了在计划时使用哪种承诺策略的选择。FLECS提供了一个框架来研究从规划域和问题到有效规划策略的映射。
1995-06-01 cs.AI
Learning Classical Planning Strategies with Policy Gradient
Imperial College London（伦敦帝国学院）
经典规划中的一个常见范例是启发式向前搜索。前向搜索规划者通常依赖于简单的最佳优先搜索，该搜索在整个搜索过程中保持固定。在本文中，我们介绍了一种新的搜索框架，能够在解决特定的规划问题的同时，在几个正向搜索方法之间交替。使用可训练的随机策略执行方法的选择，将搜索的状态映射到方法上的概率分布。这使得能够使用策略梯度来学习针对规划问题的特定分布和所选择的性能度量（例如IPC分数）定制的搜索策略。我们通过构建一个由五种搜索方法和规划者状态的二维表示组成的策略空间来实例化该框架。然后，我们训练系统随机产生的问题，从五个IPC域使用三种不同的性能指标。我们的实验结果表明，学习者能够发现特定领域的搜索策略，提高规划的性能相对于基线的纯最佳优先搜索和统一的政策。
2019-04-11 cs.AI cs.LG
Execution Flexibility in Automated Planning: A Comparative Evaluation of Deordering and Reordering Strategies
Dhaka University of Engineering & Technology（达卡工程技术大学）；University of North Texas（北德克萨斯大学）
本研究比较评估了自动规划中提升执行灵活性的去序与重序策略，发现基于块去序的方法在性能和效率上显著优于MaxSAT方法，因其能改变因果结构并作为任意时间算法始终返回有效结果。
2026-09-16 cs.AI
Automatic Discovery and Description of Human Planning Strategies
Max Planck Institute for Intelligent Systems（马克斯·普朗克智能系统研究所）；University of California, San Diego（加利福尼亚大学圣迭戈分校）
科学发现关注的是发现数据中的模式，并创建解释这些模式的有见地的假设。传统上，这一过程需要人类的聪明才智，但随着人工智能（AI）的飞速发展，自动化科学发现的某些部分变得可行。在这项工作中，我们利用人工智能进行战略发现，以理解人类的规划。在最先进的方法中，有关人类规划过程的数据通常用于将类似的行为分组在一起，并对可能构成这些组的策略进行口头描述。在这里，我们自动化这两个步骤。我们的方法利用了一种新的算法，称为人类解释，执行模仿学习来描述规划操作序列的程序公式，然后将该公式转换为自然语言。我们在研究人员先前手动检查的基准数据集上测试了我们的方法。我们发现，自动获得的人类规划策略的描述是人类生成的描述一样容易理解。它们还涵盖了相当大比例的人工发现的相关类型的人类规划策略。我们的方法节省了科学家的时间和精力，因为所有关于人类规划的推理都是自动完成的。这可能使我们能够更快地将对尚未发现的认知策略的研究扩展到许多新的决策环境、人群、任务和领域。鉴于这些结果，我们相信所提出的工作可能会加速心理学的科学发现，并由于其普遍性，扩展到其他领域的问题。
2022-10-28 cs.AI cs.CY cs.HC
Encoding Reusable Multi-Robot Planning Strategies as Abstract Hypergraphs
Rice University（莱斯大学）；University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）；ITAM（墨西哥自治技术学院）
本研究针对多机器人任务规划复杂度高、难在线求解的问题，结合DaSH超图框架与抽象学习技术，将单机器人策略学习方法扩展至多机器人场景以提升规划效率。
2024-09-16 cs.AI cs.MA cs.RO
Towards Effective Planning Strategies for Dynamic Opinion Networks
AI Institute（人工智能研究所）；University of South Carolina（南卡罗来纳大学）
本研究针对动态舆论网络中错误信息干预规划的计算复杂度难题，提出排序算法辅助的神经网络分类器与基于强化学习的集中式动态规划框架，实验证明其在多种网络配置下均能有效提升感染率控制效果。
2024-11-03 cs.AI cs.LG
Chasing Progress, Not Perfection: Revisiting Strategies for End-to-End LLM Plan Generation
Google DeepMind（谷歌DeepMind）
本研究通过端到端LLM规划器与多指标评估，发现仅微调不足以提升规划鲁棒性，但思维链等策略增强计划可执行性，其中基于最长连续公共子序列奖励的强化学习最有效，兼顾有效性与可执行性。
2024-12-14 cs.AI cs.CL
Counterexample-guided Planning
UC Berkeley（加州大学伯克利分校）；EPFL（洛桑联邦理工学院）；UC San Diego（加州大学圣迭戈分校）；UC Los Angeles（加州大学洛杉矶分校）
对抗性和不确定性环境中的规划问题可以建模为随机完全信息博弈中的策略设计问题。这些游戏是马尔可夫决策过程（MDP）的推广：有两个（对抗性）玩家和一个随机性来源。在这类博弈中计算获胜策略的主要实际障碍是状态空间的大小。因此，在实践中，人们通常使用模型的抽象。困难的是提出一个抽象，既不能太粗糙而不能删除所有获胜的策略（计划），也不能太精细而不能处理。在验证中，反例引导的抽象精化的范例已经成功地自动构造有用但简约的抽象。我们将这种范式扩展到概率模型（即完美信息博弈，作为特例，MDP）。这使我们能够将反例引导的抽象范式应用于AI规划问题。作为特殊情况，我们得到了MDP和确定性系统的规划算法，自动构建系统抽象。
2012-07-04 cs.AI cs.GT
Understanding Sample Generation Strategies for Learning Heuristic Functions in Classical Planning
Universidade Federal do Rio Grande do Sul（南里奥格兰德联邦大学）
本文研究经典规划中样本生成对神经启发式函数的影响，发现采样算法与到目标代价估计质量共同决定GBFS性能，并提出五类改进策略，使平均覆盖率提升逾30%。
2025-02-16 cs.AI cs.LG
Knowledge Integration Strategies in Autonomous Vehicle Prediction and Planning: A Comprehensive Survey
Freie Universität Berlin（柏林自由大学）；Continental Automotive Technologies GmbH（大陆汽车技术有限公司）；Fraunhofer FOKUS Berlin（弗劳恩霍夫研究所柏林）
本综述系统梳理自动驾驶轨迹预测与规划中的知识集成方法，分类分析符号到神经符号架构，并指出可解释AI、形式化验证及混合方法等未来趋势。
2025-05-22 cs.AI cs.LG
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
Partial Disclosure of Private Dependencies in Privacy Preserving Planning
Ben Gurion University of the Negev（内盖夫本古里安大学）；Palo Alto Research Center（帕洛阿尔托研究中心）
在协作隐私保护规划（CPPP）中，一组代理共同创建一个计划，以实现一组目标，同时保护彼此的隐私。在规划过程中，代理人经常会向其他代理人揭示他们的公共行动之间的私人依赖关系，也就是说，哪个公共行动促进了另一个公共行动的先决条件。CPPP中以前的工作并不限制这种依赖关系的公开。在本文中，我们明确地限制披露的依赖关系的数量，允许代理发布他们的私人依赖关系的一部分。我们研究了不同的策略来决定发布哪些依赖项，以及它们如何影响找到解决方案的能力。我们评估的能力，两个求解器-分布式前向搜索和集中规划的基础上，一个单一的代理投影-在此约束下产生的计划。在标准CPPP域上的实验表明，所提出的依赖共享策略能够在共享所有私有依赖的一小部分的同时生成计划。
2021-02-14 cs.AI cs.MA
LTLf Best-Effort Synthesis in Nondeterministic Planning Domains
University of Oxford（牛津大学）；University of Rome “La Sapienza”（罗马大学（智慧大学））
针对非确定性规划域中的LTLf目标，提出一种博弈论尽力而为策略综合技术，证明其正确性并通过实验展示相比直接方法的更高可扩展性。
2023-08-29 cs.AI cs.FL cs.GT
Adaptive Selection of Informative Path Planning Strategies via Reinforcement Learning
Lincoln Institute for Agri-food Technology, University of Lincoln（林肯大学农业食品技术林肯研究所）
在我们以前的工作中，我们设计了一个系统的政策，优先采样位置，导致空间插值的精度显着提高，通过使用高斯过程回归（GPR）的预测不确定性作为“吸引力”部署机器人的路径规划。虽然与旅行商问题（TSP）求解器的集成也显示出产生相对较短的旅行距离，但我们在这里假设了几个因素，这些因素也可能降低整体预测精度，因为次优位置最终可能包含在其路径中。为了解决这个问题，在本文中，我们首先探索“本地规划”的方法，采用各种空间范围内的下一个采样位置的优先级，调查其对预测性能的影响，以及所产生的旅行距离。此外，基于强化学习（RL）的高级控制器被训练为从特定的局部规划器集合自适应地产生混合计划，以根据最新的预测状态从该选择中继承独特的优势。我们对温度监测机器人用例的实验表明，规划者的动态混合不仅可以生成单个规划者无法单独创建的复杂的、信息丰富的计划，而且还可以确保在不牺牲预测可靠性的情况下显著减少旅行距离，而无需任何额外的最短路径计算模块的帮助。
2021-08-14 cs.AI cs.LG cs.RO
i-EXAM: Instructable and Explainable Attack Connectivity Graph Modeler
Colorado State University（科罗拉多州立大学）
i-EXAM工具借助规划编译，帮系统管理员创建复杂网络安全配置文件并做假设分析，可识别攻击路径、评估指标、生成强化策略，还能用大语言模型解释策略。
2026-07-08 cs.AI cs.CR
SPIO: Ensemble and Selective Strategies via LLM-Based Multi-Agent Planning in Automated Data Science
Enhans；Peking University（北京大学）；Yale University（耶鲁大学）
SPIO通过基于LLM的多智能体规划，在自动化数据科学中实现了集成与选择策略，提升了流程的灵活性和准确性。
2026-01-07 cs.AI cs.CL cs.LG
Pick Planning Strategies for Large-Scale Package Manipulation
Amazon Robotics（亚马逊机器人公司）；Allen School of Computer Science & Engineering, University of Washington（华盛顿大学艾伦计算机科学与工程学院）；School of Arts and Sciences, Rutgers University（罗格斯大学文理学院）
针对仓储包裹操作需求，研究展示了亚马逊Robin机群的大规模包裹抓取方案，介绍了启发式方法及基于生产数据训练的抓取成功率预测器，实现了学习型抓取质量评估方法的首次大规模生产部署。
2023-10-08 cs.AI cs.LG cs.RO
The Depth Ceiling: On the Limits of Large Language Models in Discovering Latent Planning
University of Cambridge（剑桥大学）；Imperial College London（帝国理工学院）；MIT（麻省理工学院）
研究探讨了大语言模型在无监督情况下发现多步规划策略的极限，发现模型在单次前向传递中能执行最多七步潜在规划，揭示了训练与测试时能力的差异。
2026-04-07 cs.AI cs.CL cs.LG
Comprehensive decision-strategy space exploration for efficient territorial planning strategies
TETIS；Univ Montpellier（蒙彼利埃大学）；AgroParisTech（巴黎高科农业学院）；Cirad（法国农业发展研究中心）；CNRS（法国国家科学研究中心）；INRAE（法国国家农业食品与环境研究院）
基于GIS的多准则决策分析是一个著名的决策支持工具，可以在各种各样的情况下使用。在若干行为者持不同、有时甚至是相互矛盾的观点，必须就土地使用开发作出决定的情况下，这对领土规划特别有用。虽然在最近的文献中已经广泛地研究了用于表示标准的相对重要性的权重的影响，但是用于组合标准的顺序权重的影响很少被研究。本文提出了一种空间敏感性分析，以评估顺序权重确定的影响，基于GIS的多准则分析有序加权平均。我们提出了一种方法的基础上有效的探索的决策策略空间定义的风险和权衡的决策过程中的水平。我们说明了我们的方法与土地利用规划过程中，在法国南部。其目标是找到适合城市发展的地区，同时保护绿地及其相关的生态系统服务。生态系统服务方法确实有可能扩大传统的生态系统规划的范围，将基于生态系统的惠益，包括社会和经济惠益、绿色基础设施和生物物理参数纳入城市和国土规划。我们表明，在这种特定的情况下，决策策略空间可以分为四个集群。每一个都与一张地图相关联，该地图总结了用于确定城市发展潜力地区的平均空间适宜性分布。我们还展示了空间方差内聚类分析的相关性，以解开风险和权衡值之间的关系。最后，我们进行了一个网站的适合性排名分析，以评估四个检测到的集群之间的关系。
2020-07-04 cs.AI math.OC stat.AP
Chemical reasoning in LLMs unlocks strategy-aware synthesis planning and reaction mechanism elucidation
École Polytechnique Fédérale de Lausanne (EPFL)（瑞士联邦理工学院（EPFL））；National Centre of Competence in Research (NCCR) Catalysis（催化领域国家竞争力研究中心）
本文提出将 LLM 的化学策略推理与传统搜索算法结合，用于自然语言约束的逆合成规划和反应机理阐明，并验证了更大模型带来的性能提升。
2025-07-23 cond-mat.mtrl-sci cs.AI
Solving a Path Planning Problem in a Partially Known Environment using a Swarm Algorithm
Ministry of Defence（国防部）
提出了一种在部分已知环境下自主地面车辆（AGV）导航的路径规划策略。通过首先使用包含来自合适的空间数据库的诸如高度数据和土壤信息之类的所选属性的待穿越区域的空间数据库来执行全局路径规划。该数据库使用仿生群算法进行处理，该算法的灵感来自白蚁的筑巢策略。利用来自各种传感器的关于影响AGV安全导航的突发事件的信息在线执行本地路径规划。所讨论的模拟已经在开源的Player-Stage-Gazebo平台上实现。
2019-06-27 cs.AI cs.RO
Learning Algorithmic Solutions to Symbolic Planning Tasks with a Neural Computer Architecture
Technische Universität Darmstadt（达姆施塔特工业大学）；Universität zu Lübeck（吕贝克大学）；Max-Planck Institute for Intelligent Systems（马克斯·普朗克智能系统研究所）
智能行为的一个关键特征是学习抽象策略的能力，这些策略可以转移到不熟悉的问题上。因此，我们提出了一种新的架构，基于内存增强网络，这是现代计算机的冯诺依曼和哈佛架构的启发。这种架构能够在强化学习环境中通过演化策略学习抽象算法解决方案。应用于推箱子，滑块拼图和机器人操作任务，我们表明，该架构可以学习算法的解决方案具有很强的泛化和抽象：扩展到任意任务配置和复杂性，并独立于数据表示和任务域。
2020-06-03 cs.AI cs.LG cs.NE
Optimized Coverage Planning for UV Surface Disinfection
University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）；Harvey Mudd College（哈维穆德学院）
紫外线辐射已被用作消毒策略，以灭活广泛的病原体，但现有的照射策略不能确保所有环境表面的充分暴露和/或需要长的消毒时间。我们提出了一个接近最优的覆盖规划移动紫外线消毒机器人。该配方优化了辐照时间效率，同时确保每个表面接收足够剂量的辐射。考虑到碰撞和光遮挡约束，对轨迹和剂量计划进行了优化。我们提出了一个两阶段的计划，以近似的解决方案，诱导NP难优化，并为效率，执行关键的辐照度和遮挡计算的GPU上。实证结果表明，我们的技术实现了更多的覆盖率相同的曝光时间为现有的UV机器人的策略，可用于比较UV机器人的设计，并产生接近最佳的计划。这是最初贡献给ICRA 2021的论文的扩展版本。
2021-03-25 cs.AI cs.RO
Active Markov Information-Theoretic Path Planning for Robotic Environmental Sensing
National University of Singapore（新加坡国立大学）；Carnegie Mellon University（卡内基梅隆大学）
最近的研究在多机器人探索和地图集中在采样环境领域，这是典型的高斯过程（GP）建模。现有的信息理论的探索策略，学习基于GP的环境场地图采用非马尔可夫问题结构，因此规模差的历史观测的长度。因此，使用这些策略进行原位、实时主动采样在计算上变得不切实际。为了减轻这种计算负担，本文提出了一种基于马尔可夫的方法，有效的信息理论的路径规划主动采样的GP为基础的领域。我们分析了解决基于马尔可夫路径规划问题的时间复杂度，并分析表明，它的规模优于得出的非马尔可夫策略，随着规划范围的长度增加。对于一类称为样带采样任务的探索任务，我们提供了理论上的保证，我们的主动采样性能的马尔可夫为基础的政策，从理想的环境场条件和采样任务设置可以建立限制其性能下降，由于违反马尔可夫假设。对实际温度和浮游生物密度场数据的实证评估表明，我们的基于马尔可夫的政策通常可以实现主动采样性能相比，广泛使用的非马尔可夫贪婪政策在不太有利的现实条件和任务设置，同时享受显着的计算增益。
2011-01-28 cs.AI cs.LG cs.MA
Opportunistic Qualitative Planning in Stochastic Systems with Incomplete Preferences over Reachability Objectives
University of Florida（佛罗里达大学）
当不能同时满足所有约束时，偏好在确定要满足哪些目标/约束方面起着关键作用。在本文中，我们研究如何合成的偏好满足计划的随机系统，建模为MDP，给定一个（可能不完全）组合偏好模型的时间扩展的目标。我们首先引入新的语义来解释偏好的随机系统的无限播放。然后，我们引入了一个新的概念的改进，使两个前缀之间的比较无限发挥。在此基础上，我们定义了两个解决方案的概念，称为安全和积极改善（SPI）和安全和几乎肯定改善（SASI），执行改进的积极概率和概率分别为1。我们构建了一个称为改进MDP的模型，在该模型中，保证至少有一个改进的SPI和SASI策略的合成减少到计算MDP中的积极和几乎肯定获胜的策略。我们提出了一个算法来合成SPI和SASI策略，诱导多个顺序的改进。我们证明了所提出的方法使用机器人运动规划问题。
2022-10-04 cs.AI cs.GT cs.RO
SMaRT: Select, Mix, and ReinvenT -- A Strategy Fusion Framework for LLM-Driven Reasoning and Planning
SMaRT框架通过融合多样化推理策略，提升大语言模型在推理与规划任务中的性能和鲁棒性。
2026-02-12 cs.AI cs.CL
PlayBest: Professional Basketball Player Behavior Synthesis via Planning with Diffusion
University of California, Los Angeles（加州大学洛杉矶分校）；National Yang Ming Chiao Tung University（国立阳明交通大学）；California Institute of Technology（加州理工学院）；University of Michigan, Ann Arbor（密歇根大学安娜堡分校）
本研究提出PlayBest方法，利用扩散概率模型和分类器引导采样，从NBA运动追踪数据中生成条件轨迹，以改善球员决策，模拟验证表明其能生成高效且符合职业战术的篮球策略。
2024-07-16 cs.AI cs.MA
Automatic Discovery of Interpretable Planning Strategies
在做决策时，人们往往会忽视关键信息，或者被无关信息过度左右。减轻这些偏见的一种常见方法是为决策者，特别是医生等专业人员提供决策辅助工具，如决策树和流程图。设计有效的决策辅助工具是一个难题。我们建议，最近开发的强化学习方法，发现聪明的策略，良好的决策，可以部分利用，以协助人类专家在这个设计过程中。利用上述方法的最大障碍之一是，他们学到的政策对人们来说是不透明的。为了解决这个问题，我们引入了AI-Interpret：一种将特殊策略转换为简单且可解释的描述的通用方法。我们的算法结合了模仿学习和程序归纳的最新进展，一个新的聚类方法，用于识别一个大的子集的演示，可以准确地描述了一个简单的，高性能的决策规则。我们评估我们的新算法，并采用它来翻译通过元级强化学习发现的信息获取策略。大型行为实验的结果表明，将AI-Interpret生成的决策规则作为流程图提供，可以显着改善人们在三种不同类别的顺序决策问题中的规划策略和决策。此外，另一项实验表明，这种方法比通过给人们提供绩效反馈来培训他们更有效。最后，一系列的消融研究证实了AI解释对于发现可解释的决策规则至关重要。我们的结论是，本文提出的方法和研究结果是利用自动策略发现来改善人类决策的重要一步。
2021-04-10 cs.AI cs.CY cs.HC
Automatic Operator-level Parallelism Planning for Distributed Deep Learning -- A Mixed-Integer Programming Approach
本文提出一种基于混合整数规划的算子级自动并行规划方法，通过双层求解框架兼顾最优性与计算效率，在相同内存约束下将计算气泡减少一半，性能达到或超越 DeepSeek DualPipe 等专家策略。
2025-03-12 cs.AI cs.DC cs.DM
Strategic Evaluation of Planning Strategies for LLM Agents in Cyber-Physical Systems
BARCELONA Supercomputing Center（巴塞罗那超级计算中心）；LUXEMBOURG Institute of Science and Technology（卢森堡科学技术学院）
本研究针对网络物理系统，构建含40个异构产消者的智能电网基准，评估4种LLM规划架构，发现架构影响结果，应用截止可行性可显著降低遗憾。
2026-10-07 cs.AI cs.MA cs.SY
