《面向结构的基于学习的规划方法-论文》.pdfVIP

1746 JournalofSoftware软件学报 Vo1．25，No．8，August2014 1 符号约定及相关定义 为了描述 “子问题．规划片段”形式的先验知识，我们需要用到性质、动作片段等概念．最初提 出性质这一概 念的是 Fox等人 H【，】．性质p用某对象在该谓词中出现的位置作为该谓词的下标进行表示，n元谓词共有 n个性 质，，，．．．，．性质集合用力表示．表示状态，o表示规划对象，ss= o表示对象 D在状态 中拥有的性质集合，称 SS为对象0的子状态．藏 示一个谓词，p表示一个命题． 表示谓词 勺第i个参数为0的部分例化谓词． =o表 示被0部分例化的子状态．SS=o表示状态 下0的命题子状态． 类似于性质 的定义，动作片段 由某对象在该动作模型中出现的位置作为该动作名称的下标表示，n个参数 的动作定义了n个动作片段 ，，．．．，．有时为了突出规划对象，又用 = o表示某实例动作a关于对象 。的动 作片段(；表示对象 。的F投影，这里，‘’代表 “动作片段”的含义)．动作片段集用 表示． 表示领域D动作模 型 m的第 i个参数被0例化后得到的部分例化动作模型． Mali研究了基于可满足框架下的规划合并和规划重用 【】．类似地，为了能够将先验知识在可满足框架下进 行合并和重用，我们需要用到以下符号： 表示规划步，af表示基动作．u表示领域中所有命题uf的集合，Uf(表示U，在时间步t成立．婊 示空动作． 是包含空动作 的基动作集．· 时间步 ，成立，表示时间步 ，无其他非空动作．也就是说，空动作 其他非空动作 互斥．(P尸 ，)表示 step--~action映射，或称将aj绑定到规划步Pa(，)表示动作 a在时间步 执行 (口f的前件在时间 步_，成立，其效果在时间步(，+1)成立)．P ，，表示 先于P．k『i表示第fth条先验知识的动作片段数，m表示需要合 并的先验知识数a表示来 自ith(ie[1，])先验知识jth(i~[1，kd)．K表示m条先验知识需要合并的动作片段总数． 2 问题定义 经典规划问题表示成 Prob=(X,I,G)，其中， (， 表示规划领域， 表示状态集合， 表示动作模型集合， 表示确定型状态转移函数 ： ，表示初始状态，G表示 目标状态．动作模型定义为动作头部连同前提条件 和效果，其中，动作头部由动作名称及零个或多个参数构成．规划 (解)是能使初始状态砖专换成 目标状态G的动作 序列(口o，a ．．，口)． 本文的学习问题可被描述为：给定规划 问题Prob，规划对象集D，规划(解)So1．作为学习的结果，SOLP(I作在 学习状态)将输出先验知识列表 本文的带先验知识的规划 问题可被描述为：给定规划问题 Prob，先验知识列表 作为规划的结果，SOLP(SE 作在规划状态1输出最终解． 定义 1(状态 s的结构)．任一合法状态 ，可表示成类似 =(。ISS1-}-O2SS2+…+(0f+D f+…+0SS)的形式，其中， 01,02…．，0表示 S中的对象；f表示对象 0f在状态 下所拥有的性质，即SSf= ∈ ；项(of+0 表示在状态 S 下，对象0，oj拥有公共子状态SS，称这些互异的子状态集 {SS SS ．．，SS}构成了状态S的结构，记为 ． 例如，图 2中第一个 问题的初试状态 可表示成(+曰+C)(ontable1，clear1))，因此，初试状态 的结构为Or= (ontable1，clear1)．类似地，该 问题的目标状态G可表示成(C(onl，clear1) (01，on2)+B(ontable1，on2))，目标状态G的 结构为OG=(onl，clear1)+(onl，on2)+(ontablel，on2)． 定义 2(子 问题(sub-problem))．给定规划 问题Prob，类型为 t的对象 0的子 问题 (D)=(f，0，Gp)． 若不考虑具体对象，则忽略参数 07而简记为 sp=t,／p,Gp)． (f，易G ，Spp=(t,lp，)分别表示谓词子问题和命 题子问题． 例如，图2中第 1个问题中关于积木块 的子问题 sp=(block,A，(ontable1，clear1)，(onl，on2))． 定义3(子问题等价)．两个子问题sp=(，0i，；，G)，spf=(tj，D，， ，G)相等当且仅当： · t~ti：of，D，是同一类型对象；