Jun, 2011

基于动作代价的答案集规划

PDF
TL;DR本文提出了 Kc 语言，它扩展了 K 语言的声明式规划能力，并可以表示某些非平凡规划任务以及计算最短计划和最便宜和最快的计划的组合问题，同时研究了 Kc 语言的复杂性方面和通过逻辑程序的转化来解决计划问题的方法。实验表明，基于答案集规划的方法可能是解决复杂计划问题的有价值的方法。
answer set programmingdeclarative planning systemskc languageadmissible planscomplexity aspects
发现论文，激发创造
  • 使用答案集编程进行混合领域的规划和调度

    本文介绍了一种基于行动语言 - 答案集编程的解决规划和调度问题的方法，该方法可以被应用于任何混合领域的计划和调度问题。

    Jan, 2013

  • 使用 Answer Set Programming 进行具有 Sensing Actions、不完整信息和静态因果定律的推理与规划

    本研究在静态因果律下，通过 0 - 近似感知行为和不完整信息扩展动作理论，并证明根据可能世界语义它的合理性。我们还展示了该近似的条件规划问题是 NP 完全的，并提出了一个基于 ASP 的条件规划器 ASCP，该规划器能够在存在感知动作、关于初始状态的不完整信息和静态因果律的情况下生成依从计划和条件计划。最后，我们展示了 ASCP 与其他规划器的实验结果比较。

    May, 2006

  • 符号搜索与表达式扩展的最优规划

    在经典计划中，为了满足智能体的目标，目标是制定一系列行动方案。扩展规划是用于捕获和模拟不同类型的推理问题的一种表达方式。本文中，我们提出使用符号搜索进行成本最优规划，为经典计划的不同表达扩展，包括公理、状态依赖性操作成本、过度订阅计划和前 k 个计划。

    Apr, 2022

  • 基于知识的规划的范畴表示语言和计算系统

    本文提出了基于范畴论概念的 C - 集合和双推出重写 (DPO) 的计划表示的一种替代方法，其可以有效处理支持所有层次域抽象的关于世界状态的结构化知识，提供了使用知识图谱和关系型数据库对世界状态和计划更新建模的形式语义，相较于经典规划表示，在处理隐含前提和效果上具有优越性，提供了一种更有结构的框架来建模和解决规划问题。

    May, 2023

  • 动态估算行为代价的计划

    本文提出了一种带有多个估计器的确定性计划泛化模型，以平衡计算时间和有界估计不确定性，这可以增加计划的准确性，从而增加可靠性，并减少不必要的计算负担，进而应用于大规模问题的研究。通过广泛的实验证明，该算法可以较之其他方法在运行时间上实现显著的节省。

    Jun, 2022

  • 计算具有统一行动成本的计划

    在许多实际的规划应用中，代理人可能对寻找其动作成本尽可能均匀的计划感兴趣。本文将三个一致性度量指标应用于自动规划，并引入基于规划的编译方法，允许按词典顺序优化动作成本总和和动作成本的均匀性。在知名和新颖的规划基准实验结果中显示，可以有效地解决重构的任务以产生均匀的计划。

    Feb, 2024

  • 不完全信息的定量答案集编程规划

    文章介绍一种基于 Answer Set Programming (ASP) 的不完整信息规划的通用方法，提出使用量化 Answer Set Programming (QASP) 来解决符合和条件型规划问题，并介绍了一款基于翻译的 QASP 求解器用于将量化逻辑程序转换为量化布尔公式 (QBF) 进而求解。

    Aug, 2021

  • 在经典规划方案中实现组合性编码

    本文采用范畴论的数学理论和图形语法对 PDDL 中的领域、问题和计划进行模型建模，通过将行动视为不同字面意义之间的映射，以描述动作之间的依赖性和选定的方案，并提供了一种图形语法和线性记法，以便推断计划的每一步所使用的替代方案。

    Jul, 2021

  • 知识与行动描述语言 A

    本文介绍 Ak，作为 A 行动描述语言的一个扩展，能够处理影响知识的行动，包括感知行动和非确定性行动，同时在假设推理的查询语言中包括条件和循环的复杂计划，并提出了 Ak 域描述到认识逻辑程序的翻译。

    Apr, 2004

  • 基于高阶信念变化的通用多智能体认知规划器

    提出了一种多代理认知规划的表示语言，解决了现有编译成经典计划所面临的各种限制，包括只能生成线性计划、限制公共行动和无法处理分离信念等问题。

    Jun, 2018