第五章 自动规划和配置.pptVIP

Table(C) Clear(A) Clear(B) Table(B) On(A,C) Table(A) Clear(C) On(B,C) On(A,B) U(A,C) S(B,C) S(A,B) Table(C) Clear(A) Clear(B) Table(B) On(A,C) Table(A) Clear(C) On(B,C) On(A,B) U(A,C) S(B,C) S(A,B) 只要用变量取代三角表中动作和谓词公式的常量参数，就可建立起三角表计划模式 计划模式的用处体现在二个方面：重用和辅助计划的执行 只要建立一个计划模式库，就可依据当前规划问题的初始状态和目标状态，从库中寻找匹配的计划模式，以加快规划过程 四 部分排序规划技术 STRIPS的目标栈规划技术是一种线性规划方法 70年代开发的层次规划（以NOAH系统为代表）和目标回归规划技术突破了线性规划的限制 1.目标回归规划方法 目标回归（Goal Regression）是一种极其简单但又强有力的非线性规划技术 规划的每一步记为Reg(q, a)，意指目标状态q通过动作a的回归--回归到动作a执行之前的状态，该状态就以Reg(q, a)本身指示 换言之，执行动作a，就可使上一状态Reg(q, a)转变为下一状态q 动作a就以STRIPS的三表描述法表示，则q通过a回归的准则表示为：（(q ∩ Del(a)) = { }）= （Reg(q, a) = Pre(a) ∪ (q - Add(a)) ） S(x, y)的三表描述：Pre(S(x, y)) = {Table(x), Clear(x), Clear(y)};Add(S(x, y)) = {On(x, y)};Del(S(x, y)) = {table(x), Clear(y)} 操作符U(x, y)的三表描述： Pre(U(x, y)) = {On(x, y), Clear(x)} Add(U(x, y)) = {Table(x), Clear(y)} Del(U(x, y)) = {On(x, y)} 假定只允许使用操作符U和S 初始状态：{Clear(C), On(C, A), Table(A), Clear(B), Table(B)}目标状态：{On(A, B), On(B, C)} 目标回归步骤 从规划问题的目标状态开始，对每个子目标（描述目标状态的一个谓词公式）作回归试探，每个回归试探包括： （1）确定可用于回归的动作a,使Add(a)包含该子目标（谓词公式）。 （2）检查回归的必要条件（即(q ∩ Del(a)) = { }）是否满足 （3）检查回归到的上一个状态的特征描述 （4）检查回归到的上一个状态是否为合法状态 通过回归准则的检查以及状态约束的检查，许多回归路径会被修剪掉，从而使规划快速收敛 目标回归是通过回归试探来决定子目标的部分排序的，从而与基于目标栈的线性规划方法有本质的不同 2.层次规划系统NOAH NOAH是能有效解决子目标具有交互作用的规划问题的另一种方法，其采用称为 最少承担（Least Commitment）的策略控制规划过程 该策略的基本思想是推迟决策到有足够的信息可用于分析的时候，以使决策失败的风险降到最少程度 NOAH系统就按最少承担策略来指导规划问题的层次分解和规划结果的部分排序 每当从上层规划目标分解出子目标时，并不轻率决定子目标解决的顺序；而是先把这些子目标作为完全独立的子目标分别加以解决（建立部分计划），然后基于部分计划提供的足够信息决定动作（包含于不同部分计划中的动作）的排序 NOAH提供二类审计程序去探查部分计划之间存在的交互作用： 冲突审计--审计部分计划之间的可能冲突 互惠审计--审计部分计划之间的有益交互作用 T(On(x,y),s) ? T(Clear(x),s) ? T(Clear(z),s)=T(On(x,z),Do(M(x,y,z),s)) ? T(Clear(y),Do(M(x,y,z),s)) T(Table(u),s) = T(Table(u),Do(M(x,y,z),s)) 三 早期的自动规划技术 GPS、Green 和STRIPS 1. GPS GPS根据规划的目标状态与初始状态间的差别来寻找能直接消除差别的动作 为此，需要建立领域相关的程序去检查状态差别，并设计操作符-差别表去记载各操作符能消除的差别 图中初始状态S0和目标状态Sg就可分别描述为：S0:{T(Clear(A), S0), T(On(A, C), S0), T(Table(C), S0),T