从输入计划中学习动作成本

大多数关于动作模型学习的工作都集中在从输入计划中学习动作的动态。这使我们能够指定规划任务的有效计划。然而，关于学习动作成本的工作很少，而动作成本反过来又使我们能够对不同计划进行排序。在本文中，我们提出了一个新问题：学习一组动作的成本，使得一组输入计划在由此产生的规划模型下是最优的。为了解决这个问题，我们提出了 $LACFIP^k$，一种从未标记的输入计划中学习动作成本的算法。我们提供了理论和实证结果，展示 $LACFIP^k$ 如何成功完成此任务。