第七章 自动规划.pptVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
人工智能及其应用 (第三版) 研究生用书 蔡自兴 第七章 自动规划 自动规划(automatic planning)是一种重要的问题求解技术,它从某个特定的问题状态出发,寻求一系列行为动作,并建立一个操作序列,直到求得目标状态为止。与一般问题求解相比,自动规划更注重于问题的求解过程,而不是求解结果。此外,规划要解决的问题,如机器人世界问题,往往是真实世界问题,而不是比较抽象的数学模型问题。自动规划系统与专家系统均属于高级求解系统与技术。 在研究自动规划时,一般都以机器人规划与问题求解作为典型例子加以讨论。这不仅是因为机器人规划是自动规划最主要的研究对象,更因为机器人规划能够得到形象的和直觉的检验。有鉴于此,往往把自动规划称为机器人规划。机器人规划的原理、方法和技术,可以推广应用至其他规划对象或系统。 机器人规划(robot planning)是机器人学的一个重要研究领域,也是人工智能与机器人学的一个令人感兴趣的结合点。已经研究出一些机器人高层规划系统。其中,有的系统把重点放在消解原理证明机器上,它们应用通用搜索启发技术,以逻辑演算表示期望目标。STRIPS和ABSTRIPS就属于这类系统。这种系统把世界模型表示为一阶谓词演算公式的任意集合,采用消解反演(resolution refutation)来求解具体模型的问题,并采用中间结局分析(means-ends analysis)策略来引导求解系统达到所要求的目标。另一种规划系统采用管理式学习(supervised learning)来加速规划过程,改善问题求解能力。PULP-1即为一类具有学习能力的规划系统,它是建立在类比基础上的。PULP-1系统采用语义网络来表示知识,比用一阶谓词公式前进了一步。进入20世纪80年代以来,又开发出其他一些规划系统,包括非线性规划、应用归纳的规划系统和分层规划系统等。专家系统已应用于许多不同层次的机器人规划,这是一个较新的研究课题。随着Agent研究的深入,近年来又提出了基于Agent的规划。 7.1机器人规划的作用与任务 本章所讨论的自动规划,在机器人规划中称为高层规划(high-level planning) ,它具有与低层规划(low-level planning)不同的规划目标、任务和方法。本节首先引入规划的概念,说明问题分解途径,然后讨论自动规划系统的任务。 7.1.1规划的作用与问题分解途径 1.规划的概念及作用 一个规划是一个行动过程的描述。一般来说,规划具有某个规划目标的蕴涵排序。例如,对于大多数人来说,吃早饭之前要先洗脸和刷牙或漱口。许多规划所包含的步骤是含糊的,需要进一步说明。比如说,一个工作日规划中有吃午饭这个目标,但是有关细节,如在哪里吃、吃什么、什么时间去吃等,都没有说明。与吃午饭有关的详细规划是全日规划的一个子规划。大多数规划具有很大的子规划结构,规划中的每个目标可以由达到此目标的比较详细的子规划所代替。 规划可用来监控问题求解过程,并能够在造成较大的危害之前发现差错。规划的好处可归纳为简化搜索、解决目标矛盾以及为差错补偿提供基础等。缺乏规划可能导致不是最佳的问题求解。 2.问题分解途径及方法 把某些比较复杂的问题分解为一些比较小的子问题的想法使应用规划方法求解问题在实际上成为可能。有两条能够实现这种分解的重要途径。 第一条重要途径是,当从一个问题状态移动到下一个状态时,无须计算整个新的状态,而只要考虑状态中可能变化了的那些部分。例如,机器人从一个房间走动到另一个房间,这并不改变两个房间内门窗的位置。当问题状态的复杂程度提高时,框架(画面)问题就变得越来越重要。从一个状态移动到另一个状态的规则可以简单地描述为整盘棋如何从一种位置变换为另一种位置,不过,如果考虑引导一个机器人围绕着原来的房子移动的问题,那么情况就要复杂得多。 第二条重要途径是,把单一的困难问题分割为几个有希望的较为容易解决的子问题,这种分解能够使困难问题的求解变得容易些。虽然这样做有时是可能的,但更多的时候是不可能的。替代的办法是,把许多问题看做是殆可分解的问题,即意味着它们可以被分割为只有少量互相作用的子问题。 曾经提出过几种进行这两类分解的方法。这些方法主要包括把原问题分解为适当的子问题的方法以及在问题求解过程中发现子问题时记录和处理子问题间的互相作用。这些方法就是规划的方法。 3.域的预测和规划的修正 然而,这种方法的成功取决于问题论域的另一特性。问题的论域是否可以预测呢?如果通过

文档评论(0)

zhuliyan1314 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档