通过任务插入与偏好优化 HTN 方法

AAAINov, 2019

通过任务插入与偏好优化 HTN 方法

Refining HTN Methods via Task Insertion with Preferences

Zhanhao Xiao, Hai Wan, Hankui Hankz Zhuo, Andreas Herzig, Laurent Perrussel...

TL;DR本文提出了一种 HBNI (基于优先级偏好的任务嵌入法) 学习框架，用于通过任务插入来完善 HTN 方法，以及解决传统 HTN 学习方法中未考虑分层领域知识的问题。实验结果表明，该方法能够有效地解决新的 HTN 规划实例。

Abstract

Hierarchical Task Network (HTN) planning is showing its power in real-world planning. Although domain experts have partial hierarchical domain knowledge, it is time-consuming to specify all HTN methods, leaving them incomplete. On the other hand, traditional HTN learning approaches focus only on declarative goals, omitting the hierarchical domain knowledge.

htn planning learning framework refine methods task insertion incomplete methods

发现论文，激发创造

高血压和全序向前分解优化

通过三阶段编译器设计优化预处理，构建基于 Hierarchical Task Networks 的 HTN planner，提高运行效率。

Jul, 2022

使用非时间启发式指导 HTN 时间规划中的搜索

本文提出了一种使用现有启发式方法解决 HTN 问题的新型 POCL（偏序因果链接）方法，实验证明该方法表现优秀且能够优于现有方法，从而解决了缺乏正式和一致定义的时间分层规划问题的不便。

Jun, 2023

从地标自动学习 HTN 方法

CURRICULAMA 是一种完全自动化学习过程的 HTN 方法学习算法，利用地标分析组合注释任务，并利用课程学习从简单到复杂地排序方法的学习，消除了 HTN-MAKER 中需要手动输入的核心问题，并证明了 CURRICULAMA 的合理性，实验证明其在学习完整一套方法上具有与 HTN-MAKER 相当的收敛速度。

Apr, 2024

层次化任务网络规划概述

提出了一个基于框架的方法以比较和分析使用 Hierarchical Task Network（HTN）规划解决 Web 服务复合问题的途径，并探讨了 HTN 规划的成就，规划模型及其在真实应用中的适用性。

Mar, 2014

从部分和噪声观测中准确推断 HDDL 领域的学习算法

采用语法归纳的方法，HierAMLSI 能够以高精度学习带有噪声和部分观察的 HTN 计划域的行动模型和分解。

Jun, 2022

HATP：用于机器人的 HTN 规划器

本文介绍了一种扩展传统 HTN 计划架构的 HATP 计划框架，该框架将社交规则和几何推理结合起来，将代理人视为一等实体，使其更适合机器人学，并在线验证当前由 HATP 执行的人类 / 机器人行为。

May, 2014

HTN 规划和行动的任务修改器

该研究提出了一种基于任务修改器的层级任务网络规划扩展，以实现在动态环境中对代理进行意外事件响应的能力。通过在两个环境中评估性能，证明了该方法的有效性。