广义规划中的新颖性与提升式有益动作
人工智能
2023-07-04 v1
摘要
近来研究表明，经典规划中的成功技术（如目标导向启发式和地标）可提升计算广义规划（GP）问题规划程序的能力。本文引入动作新颖性 秩的概念，其相对于规划程序计算新颖性，并提出基于新颖性的广义规划求解器，若新生成的规划程序中最频繁动作重复大于给定界 则进行剪枝，由基于新颖性的最佳优先搜索 BFS() 及其渐进变体 PGP() 实现。此外，我们引入 GP 中源自动作方案的提升式有益动作，并提出新的评估函数和结构化程序限制以扩展搜索规模。实验表明，新算法 BFS() 和 PGP() 在标准广义规划基准上优于 GP 领域的当前最优方法。本文简要讨论了上述广义规划方法的实践发现。
引用
@article{arxiv.2307.00735,
title = {Novelty and Lifted Helpful Actions in Generalized Planning},
author = {Chao Lei and Nir Lipovetzky and Krista A. Ehinger},
journal= {arXiv preprint arXiv:2307.00735},
year = {2023}
}
备注
Accepted at SoCS 2023 (extended version)