混合域启发式搜索规划中的数值积分与动态离散化
人工智能
2022-09-30 v1 系统与控制
系统与控制
摘要
本文研究混合域上的规划问题，其中变化既可以是离散且瞬时的，也可以是随时间连续的。此外，要求由规划执行所诱导的轨迹上的每个状态都满足一组给定的全局约束。我们将此类域的规划计算视为在确定性状态模型上的搜索问题。在该模型中，部分后继状态是通过数值求解由当前规划前缀给定的一组常微分方程（ODE）的所谓初值问题而获得的。这些方程在时间区间上成立，其持续时间根据一组不变条件是否发生零交叉事件而动态确定。由此产生的规划器 FS+ 融合了这些特性以及有效的启发式引导。FS+ 不施加现有混合规划文献中常见的对过程效应的任何语法限制。我们方法的一个关键概念是明确区分规划时间步长与仿真时间步长。前者是在承诺未来行动方案之前允许观察给定动力系统演化的时间，而后者是环境模型的一部分。研究表明，FS+ 在取自现有混合规划与系统文献的多种混合域上是一个鲁棒的规划器。
引用
@article{arxiv.1703.04232,
title = {Numerical Integration and Dynamic Discretization in Heuristic Search Planning over Hybrid Domains},
author = {Miquel Ramirez and Enrico Scala and Patrik Haslum and Sylvie Thiebaux},
journal= {arXiv preprint arXiv:1703.04232},
year = {2022}
}
备注
17 pages