多目标 AI 规划：比较聚合方法与 Pareto 方法
人工智能
2013-05-07 v1
摘要
大多数现实世界的规划问题都是多目标的，试图最小化解计划的 makespan 以及计划中涉及动作的某些成本。但是，大多数（如果不是全部的话）现有方法都基于单目标规划器，并使用目标的聚合以保持在单目标上下文中。Divide and Evolve (DaE) 是一种进化规划器，曾在上一届国际规划竞赛 (IPC) 中赢得时间确定性满意轨道奖。像所有进化算法 (EA) 一样，它可以轻松地转变为基于 Pareto 的多目标 EA。然而，重要的是通过与聚合方法进行比较来验证所得算法：这正是本文的目标。此处报告的在最近提出的基准集上进行的对比实验证明了在 AI 规划中采用基于 Pareto 方法的有用性。
引用
@article{arxiv.1305.1169,
title = {Multi-Objective AI Planning: Comparing Aggregation and Pareto Approaches},
author = {Mostepha Redouane Khouadjia and Marc Schoenauer and Vincent Vidal and Johann Dréo and Pierre Savéant},
journal= {arXiv preprint arXiv:1305.1169},
year = {2013}
}