我们提出了一种名为 PiZero 的新方法，使代理能够在完全与真实环境脱节的自主创建的抽象搜索空间中进行规划。与之前的方法不同，这使得代理能够在任意时间尺度上进行高层规划，并以复合或时间扩展的动作形式进行推理，这在需要执行大量基础微动作来执行相关宏动作的环境中非常有用。此外，我们的方法比可比较的之前方法更通用，因为它处理具有连续动作空间和部分可观察性的设置。我们在多个领域，包括导航任务和 Sokoban，对我们的方法进行了评估。实验结果表明，我们的方法在没有假设访问环境模拟器的情况下，优于可比较的之前方法。

Aug, 2023

本研究提出了一种基于条件性模仿学习算法和概率框架的自动驾驶决策方法，可用于导航、行人和其他路上的车辆预测，使用车载传感器信息生成多个实现路径，实现良好的性能和计算效率。

Mar, 2020

本文提出了一种名为 Planning to Practice（PTP）的方法，旨在解决普适性机器人面临的目标达成困难和训练代价高的问题，通过分解目标化问题和离线增强学习与在线探索相结合的方法，实现对复杂任务的有效训练和解决。

May, 2022

通过两个实验，本文将计划的计划表述为元推理问题，并用一个递归贝尔曼目标来形式化计划。 我们的研究成果在规划、状态抽象和认知控制方面提供了新的见解。

Feb, 2020

该论文提出了一种新的规划算法，通过动态规划算法实现了计算效率的大幅提升，并且简化了目标分布的制定，同时在不确定的条件下获得了准确的模型学习和规划。

Jul, 2023

本研究基于强化学习算法提出了一种将大规模群体冲突问题分解为多个独立的多代理追逐 - 逃脱游戏的框架，该框架通过模拟多种多代理追逐 - 逃脱场景，使用算法来最大效率地消灭敌方群集，从而验证了这种方法的有效性。

Dec, 2022

本文探讨了计算机自主行为中规划算法的安全性问题，通过提出两种敌对规划算法评估了商业应用中两种主流规划算法 D* Lite 和 Fast Downward 的性能，并证明了在任何基于搜索的规划系统中找到最佳扰动都是 NP-hard，同时揭示了规划算法在面对敌对行动时存在脆弱性。

May, 2022

研究智能代理与多代理系统中的规划算法，探索在预测其他代理人的意图的基础上构建的高效的意图感知规划框架，并通过一系列随机博弈的实验表明，该框架可以实现更好的和更稳健的性能。

Apr, 2013

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

通过构建依赖图和分析随机漫步的击中时间，我们设计出了一类逃脱房间环境，评估了不同种类的奖励方法和分层策略对于智能体探索能力的影响，并表明超过某个复杂度的环境需要采用分层方法。

Nov, 2018