TempAMLSI：基于文法归纳的时间动作模型学习
人工智能
2021-12-09 v1
摘要
手工编码 PDDL 领域通常被认为困难、繁琐且易出错。当必须编码时间领域时，难度更大。实际上，动作具有持续时间，且其效果并非瞬时完成。本文提出 TempAMLSI，这是一种基于 AMLSI 方法、能够学习时间领域的算法。TempAMLSI 基于时间规划中的经典假设，即可以将非时间领域转换为时间领域。TempAMLSI 是首个能够学习具有单硬包络和 Cushing 区间的时间领域的方法。我们通过实验证明，TempAMLSI 能够学习精确的时间领域，即可以直接用于求解具有不同动作并发形式的新规划问题的时间领域。
引用
@article{arxiv.2112.04286,
title = {TempAMLSI : Temporal Action Model Learning based on Grammar Induction},
author = {Maxence Grand and Damien Pellier and Humbert Fiorino},
journal= {arXiv preprint arXiv:2112.04286},
year = {2021}
}
备注
Proceedings of the International workshop of Knowledge Engineering for Planning and Scheduling (ICAPS), 2021