从路标自动学习 HTN 方法

Ruoxi Li; Dana Nau; Mark Roberts; Morgan Fine-Morris

从路标自动学习 HTN 方法

人工智能 2024-04-10 v1

作者: Ruoxi Li , Dana Nau , Mark Roberts , Morgan Fine-Morris

摘要

分层任务网络（HTN）规划通常需要领域工程师提供关于如何分解规划问题的手动输入。即使是著名的方法学习算法 HTN-MAKER，也需要领域工程师用关于学习内容的信息对任务进行标注。我们引入了 CURRICULAMA，这是一种完全自动化学习过程的 HTN 方法学习算法。它使用路标分析来组合标注任务，并利用课程学习将方法的学习从简单到复杂进行排序。这消除了对手动输入的需求，解决了 HTN-MAKER 的一个核心问题。我们证明了 CURRICULAMA 的可靠性，并在实验上表明，在学习完整方法集方面，它与 HTN-MAKER 具有高度相似的收敛率。

关键词

HTN 规划方法学习路标分析课程学习自动规划任务分解

引用

@article{arxiv.2404.06325,
  title  = {Automatically Learning HTN Methods from Landmarks},
  author = {Ruoxi Li and Dana Nau and Mark Roberts and Morgan Fine-Morris},
  journal= {arXiv preprint arXiv:2404.06325},
  year   = {2024}
}

备注

This work has been submitted to FLAIRS-24

从路标自动学习 HTN 方法

摘要

关键词

引用

备注

相关论文