Jun, 2011

第三届国际规划比赛：结果与分析

PDF
TL;DR本文介绍了第三届国际规划竞赛的成果，包括关于竞赛领域、规划师和目标的描述，并对竞赛结果进行了分析。通过统计数据分析，探讨了比较规划师之间的性能、竞赛领域难度的比较、规划师之间关于各个问题难度的相对一致性以及规划师相对扩展到越来越复杂的问题时的效果。最后，对大赛系列的一些未来挑战进行了讨论。
planning competitionsai planning and schedulingdomainscomparative performancestatistical analysis
发现论文，激发创造
  • 第二届国际辩论计算模型竞赛的设计与结果

    本文报告了第二届国际计算论证模型比赛的设计和结果，其中包括三种额外的显著语义和一个用于根据实证难度分类实例的实例选择阶段。

    Sep, 2019

  • 理解现实世界的人工智能规划领域：一个概念框架

    研发了一个概念框架，用于识别和分类真实世界规划领域，特别以可持续建筑作为应用领域，该框架能够影响 AI 规划系统在真实世界应用领域的设计、开发和适用性。

    Jul, 2023

  • PDDL2.1: 用于表达时间规划领域的 PDDL 扩展

    本文描述了模型语言 PDDL2.1 的语法、形式语义和并发计划的验证，该语言具有很强的建模能力，超越了当前规划技术的能力，并对研究社区提出了重要挑战。

    Jun, 2011

  • 2023 XCSP3 大赛论文集

    2023 XCSP3 竞赛的会议记录，展示了约束求解器比赛的结果，以及在 2023 年 8 月 27 日至 31 日在加拿大多伦多举行的 CP'23（第 29 届约束编程原则与实践国际会议）的主题和研究领域。

    Dec, 2023

  • 自然语言处理竞赛中系统性能分析

    合作竞争的科学和技术领域变得越来越受欢迎。本文描述了一种评估方法来对比竞赛结果和竞争。这种方法具有普适性，但是以八个自然语言竞赛为案例进行了说明，涉及分类和回归问题。所提出的方法具有多种优势，包括与修正机制的即插即用比较和置信区间的包含。此外，我们引入了一些指标，使组织者能够评估竞赛的难度。我们的分析显示了我们方法在有效评估竞赛结果方面的潜在有用性。

    Mar, 2024

  • 第一届 AI4TSP 大赛：学习解决随机路线问题

    介绍 2021 年国际人工智能联合大会（IJCAI-21）上第一个旅行推销员问题（TSP）人工智能竞赛，关注基于学习的算法，介绍了该竞赛的问题、比赛安排、获胜方法和结果概述。竞赛的胜利方法使 AI 在随机路由问题上取得了技术进步，也使路由问题成为 AI 研究人员感兴趣的问题设定。同时，该比赛所使用的路由问题模拟器现已成为开源工具，可以成为其他研究人员使用的新 AI 方法基准测试。

    Jan, 2022

  • AI 竞赛 - 使用统计复采样稳健地排名求解器

    通过统计重采样技术，本研究调查了竞赛结果的普遍适用性问题，并提出了一种基于重采样性能数据的统计稳健解算器排名方法。应用于最近的 SAT、AI 规划和计算机视觉竞赛，分析结果显示了解算器性能的频繁统计并列以及与基于简单评分的官方结果相比的排名倒置。

    Aug, 2023

  • 模型检查综合规划系统中的数字和时间控制

    本文介绍了基于对象导向工作台架构的时间最小承诺启发式搜索规划器 Model Checking Integrated Planning System（MIPS），它在国际规划大赛中表现出色，该规划器分离了显式和符号的直接搜索算法，是一个完整且最优的状态空间规划器。

    Jun, 2011

  • 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

  • 为什么胜者是最好的？

    通过对 IEEE ISBI2021 和 MICCAI2021 举行的 80 个比赛的统计分析发现，当今图像分析方法中常用的成功算法有多任务学习和 / 或多阶段管道、强调数据增强、图像预处理、数据管理和后处理；获胜团队常常具有医学图像分析的博士学位、五年的经验和四年的深度学习经验；为获得高排名的团队，他们注重将评价指标反映到方法设计中，并侧重于分析并处理失败案例，但只有 11% 的算法完全解决了领域问题。

    Mar, 2023