HyperTensioN 与全序前向分解优化

Maurício Cecílio Magnaguagno; Felipe Meneguzzi; Lavindra de Silva

HyperTensioN 与全序前向分解优化

人工智能 2022-07-04 v1 多智能体系统系统与控制系统与控制

作者: Maurício Cecílio Magnaguagno , Felipe Meneguzzi , Lavindra de Silva

摘要

分层任务网络（HTN）规划器利用分解过程与额外的领域知识来引导对规划任务的搜索以生成计划。尽管领域专家编写 HTN 描述，他们可能重复描述相同的先决条件，或编写极少使用或可被分解的方法。通过采用三阶段编译器设计，我们可以轻松支持更多的语言描述与预处理优化，这些优化在串联使用时可大幅提升此类领域中的运行效率。本文使用 HTN IPC 2020 中采用的 HyperTensioN HTN 规划器来评估此类优化。

关键词

分层任务网络 HTN 规划编译器优化预处理前向分解 HyperTensioN

引用

@article{arxiv.2207.00345,
  title  = {HyperTensioN and Total-order Forward Decomposition optimizations},
  author = {Maurício Cecílio Magnaguagno and Felipe Meneguzzi and Lavindra de Silva},
  journal= {arXiv preprint arXiv:2207.00345},
  year   = {2022}
}

备注

Preprint version of journal submission

HyperTensioN 与全序前向分解优化

摘要

关键词

引用

备注

相关论文