基于策略委托的鲁棒分层规划

我们提出了一种基于委托原则的用于分层规划的新框架与算法。该框架即马尔可夫意图过程(Markov Intent Process)，包含一组技能，每个技能专门擅长完成单一任务。技能知晓其预期效果，并能够分析规划目标以将规划委托给最合适技能。该原则动态地创建计划的层次结构，其中每个技能针对其专长的子目标进行规划。所提出的规划方法具有按需执行特性——技能策略仅在需要时求值。计划仅在高层次生成，然后在最新状态信息可用时展开与优化。高层计划保留初始规划意图与先前计算的技能，有效减少了适应环境变化所需的计算量。我们实验表明，该规划方法在多种领域上，无论是解的长度还是规划时间，都与经典规划及强化学习技术极具竞争力。