Apr, 2022

符号搜索与表达式扩展的最优规划

PDF
TL;DR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。
classical planningexpressive extensionssymbolic searchcost-optimal planningstate-dependent action costs
发现论文，激发创造
  • 学习用于符号规划的通用类型动作

    提出了一种通过给定的实体层次结构和观察到的相似行为来泛化符号动作的新概念，证明在虚拟的网格化厨房环境中可以从少量观察中学习到类型泛化的动作，并且在规划过程中引入了一种即时泛化机制，能够解决包括更长序列、新实体和未预期环境行为的未见任务组合。

    Aug, 2023

  • 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

  • 符号数值计划与模式

    提出了一种名为符号模式规划的解决线性数值规划问题的新方法，通过将规划问题编码为使用较少变量和 / 或子句的公式，以寻找给定边界下与现有编码方法相比无法找到有效计划的计划。实验证明，我们的规划器在国际规划竞赛（IPC）今年的问题上具有显著良好的比较性能。

    Dec, 2023

  • 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

  • 深度潜空间中的古典规划：跨越子符号和符号边界

    本文介绍了一种使用深度学习与经典规划相结合的无监督架构 LatPlan，通过提供一组图像对作为训练输入和一对初始和目标状态图像作为规划输入，可以使规划过程在符号潜在空间中找到计划并返回可视化的计划执行。

    Apr, 2017

  • 基于启发式搜索的通用规划：利用对象指针的新规划搜索空间

    本研究提出了一种新的基于指针的 GP 解空间、评估和启发式函数，以及 BFGP 算法，为了实现 GP 的启发式搜索，避免了提前 grounding state 或 action 所带来的问题，能有效处理大型状态变量集合和大量数值域的情况。

    Jan, 2023

  • 关于命题规划形式化语言的可编译性和表达能力

    本论文介绍了一种名为 “编译方案” 的概念，并使用这种概念分析了一大类命题规划命题形式的表达能力，结果确认了 GRAPHPLAN 算法中有关条件效应的扩展是优化的，同时发现允许在先决条件和效果条件中使用一般命题公式会给生成计划带来额外的 Schwierigkeit。

    Jun, 2011

  • 学习任务和动作规划的符号运算符

    研究了 TAMP 中的运算符学习问题，提出了一种自下而上的关系学习方法来学习运算符，并将其应用于机器人规划中。实验结果表明，该方法在三个领域中的性能明显优于几个基线，包括最近文献中基于图神经网络的三种无模型方法。

    Feb, 2021

  • 非布尔形式主义优化统一框架

    该论文提出了一种名为扩展权重系统的统一框架，可消除不同自动推理语言之间的句法区别，并研究了所提出系统的形式属性，即可在该框架内捕获的范例的形式属性。

    Jun, 2022

  • 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