May, 2011

TIM 中状态不变量的自动推断

PDF
TL;DR本文描述了一种从领域的自动推断类型结构中提取状态不变量的过程，并探讨其如何用于领域独立的计划中，从而提升计划的性能。
planningdomain descriptiondomain-independent techniquesstate invariantsperformance
发现论文，激发创造
  • 计划本体的制定和利用以提高执行效率

    本文研究了利用本体学作为基础的自动规划方法，通过分析国际规划竞赛中的规划领域和规划者的数据构建了一个规划本体，通过案例研究证明了利用本体可以选择合适的规划者并通过宏函数改善规划性能，并将本文所建立的规划本体和相关资源提供给社区以促进进一步的研究。

    Jul, 2023

  • 朝向学习领域独立规划启发式方法

    利用机器学习获取领域无关的启发式函数以提高自动规划在不同领域系统中的实际应用。

    Jul, 2017

  • 从状态空间结构学习规划的一阶符号表示

    通过将规划器使用的一阶符号表示从编码状态空间结构的非符号输入中学习，我们解决了图像与符号之间的鸿沟，这意味着推断一个完整的一阶表示（即一般的动作模式、关系符号和对象）来解释所观察到的状态空间结构。

    Sep, 2019

  • 自主系统的时间规划通过区间逻辑可满足性

    自动规划中的时间规划、规划图表、并发关系和可扩展性的研究。

    Jun, 2024

  • 不完备知识与感知信息下的时态规划

    本文提出了一种结合 PDDL 的新型规划方法，考虑了不完整知识、感知、时间和数字限制条件，并在新的一组规划领域上评估了我们的求解器。

    Jul, 2022

  • STRIPS 行动发现

    本文提出一种新算法来无监督地合成 STRIPS 动作模型，并通过多种实验表明所学习的动作模型可以泛化到未见过的规划实例。

    Jan, 2020

  • 使用自动学习的宏操作符提高人工智能规划能力

    本文介绍了两种方法用于从以往的经验中学习机器人规划领域的结构信息并将其应用于未来的搜索优化，其中，在该研究中，提出的方法已经成功应用于第四届国际规划竞赛，从而大大降低了搜索的时间复杂度。

    Sep, 2011

  • 基于 Horn 描述逻辑本体的规划表达能力（技术报告）

    本文通过基于 DL 本体的规划来解决开放世界状态约束，并提出了一种新的编译方案，即基于 DL 查询重写为具有分层否定的 Datalog 的标准 PDDL，以应对更具表现力的 DL，同时还证明了我们的方法可以优于以前的 DL 本体规划工作。

    Mar, 2022

  • 分解空间中的随机规划近似推断

    该论文将随机规划分解成两个维度：正向和反向推断以及置信传播法和均值场变分推断等不同方法，进而提出折叠状态变分推断 (CSVI) 算法，并通过实验比较发现其与正向置信传播法是最佳的随机规划方法之一。

    Mar, 2022

  • 使用线性时间微积分理论模拟动态系统

    本文研究在一个规范上执行广泛的推断任务的可行性，通过将 IDP3 扩展到与动态规范相关的领域中使用的多种推断技术。

    May, 2014