Oct, 2011

Marvin: 一种具有在线宏操作学习的启发式搜索规划器

PDF
TL;DRMarvin 是一个参加国际计划竞赛的规划器，它使用动作序列记忆技术来生成宏动作，并在搜索解决方案期间使用它们。本文介绍了 Marvin 的体系结构和搜索行为，详细说明了使用的算法。我们还通过多个计划领域的实证证明了其功能的有效性。特别地，由于使用宏动作、搜索行为的新颖特征和 ADL 和派生谓词的本地支持带来的性能影响。
marvinplanning competitionmacro-actionssearch behavioradl
发现论文，激发创造
  • 使用具有聚焦效果的宏操作实现高效黑盒规划

    本文介绍了一种通过发现具有聚焦效应的宏操作，使目标计数启发式方法更准确的方法，大大提高了黑盒计划的效率。

    Apr, 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

  • 基于宏动作的部分可观测性多智能体 / 机器人深度强化学习

    本文提出了一种基于宏操作（macro-actions）的多智能体强化学习方法，该方法支持异步学习和决策制定，在多智能体 / 机器人领域具有广泛应用价值。本文的算法在多个领域的仿真实验和现实机器人实验中验证了其有效性和高质量解决方案的能力。

    Sep, 2022

  • 高效的多智能体强化学习规划

    多智能体强化学习算法（MARL）通过采取模型化方法来提高样本效率并在多个任务中表现出可比或更好的性能。

    May, 2024

  • 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

  • AdaPlanner：使用语言模型的自适应反馈规划

    本文提出了 AdaPlanner，一种基于闭环反馈的语言模型智能体自适应地改进生成的计划，并通过新的技能发现机制，使其能够在更复杂的任务和环境中实现更好的连续决策性能，实验结果表明 AdaPlanner 在 ALFWorld 和 MiniWoB++ 环境中优于现有的基线算法。

    May, 2023

  • 基于数据驱动的模仿学习规划

    利用数据驱动的模仿学习框架，通过模仿一个清晰的预测者，解决了机器人规划中的优化问题，从而为序列决策制定了更好的战略。在信息不完整的计划问题上进行了验证，包括真实的无人机实验，并且表现优于现有的算法。

    Nov, 2017

  • 多机器人社交感知协作规划在行人环境中的多智能体强化学习

    本文提出了一种基于离线多智能体强化学习（MARL）的多机器人社交感知和高效协同规划方法，使用时间 - 空间图（TSG）进行社交编码，引入 K 步先见奖励设置，并改进了传统的集中式批判者网络，从而在多群组实验中验证了该方法的有效性。

    Nov, 2022

  • iPLAN: 分布式多智能体强化学习在异质交通中的意图感知规划

    本文提出了一种分布式多智能体强化学习算法，采用轨迹和意图预测，以应对自动驾驶汽车在密集交通情况下的安全和高效导航问题，并采用 iPLAN 方法进行意图感知规划，通过设计两种激励模块，促进从行为和长期的驾驶策略与当前交通情况的短期策略方面进行决策，仿真实验结果表明，与集中式 MARL 基线相比，本文提出的方法在混乱交通中的奖励、成功率和幸存时间上均有所提高。

    Jun, 2023

  • 促进协作多智能体强化学习的层次任务网络规划

    本篇论文提出了 SOMARL 框架，利用符号知识嵌入 HTN 和元控制器中的 MARL 环境中，针对 FindTreasure 和 MoveBox 两种基准实验表现出比现有技术和基于子目标的基线更好的绩效。

    Jun, 2023