基于延迟部分推理的快速前向规划系统(.docVIP

基于延迟部分推理的快速前向规划系统? ?本课题得到国家自然科学基金重大项目、国家自然科学基金6047300360573067）和教育部高等学校博士学科点专项科研基金（20050183065）资助．蔡敦波，男，1981年生，博士研究生，主要研究领域为智能规划、约束满足问题．E-mail：dunbocai@gmail．com．殷明浩，男，1979年生，博士研究生，主要研究领域为智能规划、规划识别和自动推理．谷文祥，男，1947年生，教授，博士生导师，主要研究领域为智能规划与规划识别、模糊推理及其应用．孙吉贵，男，1962年生，教授，博士生导师，主要研究领域为智能规划与自动推理．刘科成，男，1980年生，硕士，主要研究领域为智能规划与规划识别． 蔡敦波1），2），3） 殷明浩1），2），3） 谷文祥3） 孙吉贵1），2） 刘科成4） 1）（吉林大学计算机科学与技术学院 长春 130012） 2）（吉林大学知识工程与符号计算教育部重点实验室 长春130012） 3）（东北师范大学计算机学院 长春 130117） 4）（东北师范大学外国语学院 长春130024） 摘 要 根据动作组件诱发关系的存在和抵制计算的必要性，提出一个计算松弛规划解的新方法——延迟部分推理．该方法在考虑动作删除效果的假定下，构造不包含任何互斥关系的组件规划图，通过定义“松弛诱发”关系预测后续规划过程中可能出现的组件诱发现象，在松弛规划解提取阶段判断动作组件间的“松弛诱发”关系并选择抵制动作避免可能发生的消极作用．基于延迟部分推理方法定义了新的启发式函数和剪枝策略，设计了规划系统FFc并在多个国际通用的测试域上进行实验．结果表明，FFc较之Fast-Forward在求解效率和求解质量方面都有显著的提高． 关键词 智能规划；启发式搜索；朴素组件规划图；延迟部分推理 中图法分类号 TP301 Fast Forward Planning System Based on Delayed Partly Reasoning* CAI Dun-Bo 1），2），3） YIN Ming-Hao 1），2），3） GU Wen-Xiang 3） SUN Ji-Gui 1），2） LIU Ke-Cheng 4） 1）（College of Computer Science and Technology，Jilin University，Changchun 130012） 2）（Key Laboratory of Symbolic Computation and Knowledge Engineering of Ministry of Education，Changchun 130012） 3）（College of Computer Science，Northeast Normal University，Changchun 130117） 4）（School of Foreign Languages，Northeast Normal University，Changchun 130024） Abstract Heuristic based planning becomes the main trend of AI planning and has proven to be successful in almost every type of planning problems．High quality heuristics and effective pruning methods are two keys to such planning systems．Realizing the two techniques based on relaxed-plans was first used for the Fast-Forward（FF）planning system and is still used by current top-performing planners．Concerning the inconsistent performance of FF in ADL domains，we introduce a new method for extracting relaxed plans while considering the inducing relations between components and the necessity of doing confrontations that are common in ADL planning．A relaxed inducing relation betw