中文

通用策略、子目标结构与规划宽度

人工智能 2023-11-10 v1

摘要

据观察,许多具有原子目标的经典规划领域可以通过一种称为 IW 的简单多项式探索过程求解,该过程在问题宽度的指数时间内运行,而在这些情况下宽度有界且很小。然而,尽管宽度的概念已成为 BFWS 等最先进规划算法的一部分,但对于为何如此多基准领域在考虑原子目标时具有有界宽度,尚无很好的解释。在本文中,我们通过将有界宽度与通用最优策略的存在性相关联来解决这一问题,这些策略在每个规划实例中由有界大小的原子元组表示。我们还定义了(显式)序列化与序列化宽度的概念,其适用范围更广,因为许多领域具有有界序列化宽度但无有界宽度。此类问题可通过 Serialized IW 算法的合适变体在多项式时间内非最优求解。最后,将通用策略的语言与序列化的语义相结合,产生了一种简单、有意义且富有表现力的语言,用于以草图形式紧凑地指定序列化,该语言可用于手动编码领域控制知识或从小样本中学习。草图根据子目标表达通用问题分解,而具有有界宽度的草图表达了可在多项式时间内求解的问题分解。

关键词

引用

@article{arxiv.2311.05490,
  title  = {General Policies, Subgoal Structure, and Planning Width},
  author = {Blai Bonet and Hector Geffner},
  journal= {arXiv preprint arXiv:2311.05490},
  year   = {2023}
}