HTN 规划中的风险感知

真实世界领域的特点是不确定情形，其中行动与使用资源可能带来风险。在此类领域中执行行动涉及消耗某些资源的代价，如时间或能量，而这些代价的知识可从已知到完全未知。在自动驾驶车辆中，由于交通等因素，行动具有不确定代价。选择行动需评估延误风险，因每条道路可能有不可预测的拥堵。因此，这些领域不仅需要不确定性下的规划，还需接纳风险的规划。HTN 规划作为现实应用中广泛使用的规划技术，现有方法假定风险中性，依赖单值行动代价而不考虑风险。在此，我们通过引入期望效用理论增强 HTN 规划的风险感知。我们提出一个通用 HTN 规划框架，允许用行动代价的概率分布建模风险与不确定性，并据此将风险感知 HTN 规划定义为能够考虑不同风险态度、计算超越风险中性的规划。我们阐明计算风险感知规划需寻找期望效用最高的规划。我们认为 HTN 规划智能体可通过调整现有 HTN 规划方法求解专门的风险感知 HTN 规划问题，并开发了一种方法，通过允许智能体计算针对特定风险态度的规划，超越了当前方法的表达能力。两个案例研究的实证评估凸显了该方法的可行性与表达力。我们也指出开放问题，如将提案应用于 HTN 规划之外，涵盖建模与规划生成。