使用规划在现实应用中生成多个计划的能力是至关重要的。我们提出了一种在计划中选择重要顺序的方法，介于最高质量规划和无序最高质量规划问题之间，并探索了适应部分序减少搜索修剪技术来解决这个新的计算问题的方法，并通过实验证明了利用这种技术在这种情况下的好处。
Apr, 2024
本文研究定性数量规划问题，提出了两种多项式时间降阶方法，将问题转化为非确定性计划问题和反之，从而解决解决方案不完整问题和复杂度问题。
Dec, 2019
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
研究了具有平面和命题表示的概率规划领域中测试和寻找小规划的计算复杂性，发现问题的复杂性分别属于 PL，P，NP，co-NP，PP，NP^PP，co-NP^PP 和 PSPACE，提出了一个新的基本 NP^PP 完全问题 E-MAJSAT，表明 E-MAJSAT 问题的启发式算法的开发对于广泛问题的高效算法很重要。
Aug, 1998
此研究论文使用启发式搜索来提高数值规划的性能，并探索了多队列搜索和启发式组合的方法。
该论文介绍了如何使用 STIRPS 操作表示语言来实现多个执行器的代理计划生成，通过小的修改可以实现交互作用的并发操作，通过开发一个名为 POMP 的部分排序规划器，可以扩展现有的部分排序规划器来进行计划。
Jun, 2011
该论文研究了参数化复杂性下命题性规划问题的分类，重点关注了解决方案计划的长度参数和常见的句法限制，包括 PUBS 限制和条件 / 效果数量限制，并确定哪些问题适用于多项式内核，哪些不适用。
Oct, 2013
本文介绍了一种扩展了忽略删除列表的启发式搜索算法并将其应用于数值规划的方法，称为 Metric-FF，可提高数值任务的计划效率。
本文研究多智能体路径规划问题，通过提出通用计划作为解决方案，并实现名为 ASP-MAUPF 的系统进行计算，从而找到每个代理的可行的通用计划，以确保不与其他代理发生冲突。
May, 2023
本文提出了一种结合 PDDL 的新型规划方法，考虑了不完整知识、感知、时间和数字限制条件，并在新的一组规划领域上评估了我们的求解器。
Jul, 2022