符号化 LTLf 尽力合成
人工智能
2023-08-30 v1 形式语言与自动机理论
计算机科学与博弈论
计算机科学中的逻辑
机器人学
摘要
我们考虑一个在非确定性环境中执行任务以达成目标的智能体。当无论环境如何行动都能完成任务策略不存在时，智能体至少应避免采用会阻碍任务完成的策略。尽力合成刻画了这一直觉。本文设计并比较了有限迹线性时序逻辑（LTLf）中尽力合成的各种符号化方法。这些方法基于相同的基本组件，但组件的组合方式不同，正如我们的经验评估所证实的，这对方法的性能有显著影响。
引用
@article{arxiv.2308.15178,
title = {Symbolic LTLf Best-Effort Synthesis},
author = {Giuseppe De Giacomo and Gianmarco Parretti and Shufang Zhu},
journal= {arXiv preprint arXiv:2308.15178},
year = {2023}
}
备注
To appear at EUMAS2023