PPDDL一致性規(guī)劃任務(wù)的有限域轉(zhuǎn)化方法研究.pdf

1、智能規(guī)劃是人工智能的一個(gè)重要分支，是智能代理和自主機(jī)器人發(fā)展的核心領(lǐng)域。近年來，確定性規(guī)劃理論取得了巨大進(jìn)展，目前的研究熱點(diǎn)在于將確定性規(guī)劃技術(shù)引入到非確定規(guī)劃問題中去。一致性規(guī)劃作為一種非確定規(guī)劃，它帶有不確定的初態(tài)和非確定的動(dòng)作效果。純粹的一致性規(guī)劃問題很少存在于實(shí)際情況中，而是作為可觀察規(guī)劃的特例來求解這類規(guī)劃問題。大部分當(dāng)前的一致性規(guī)劃器都是基于信念空間的，本文采用有限域表示并有效地壓縮信念狀態(tài)空間，提出了一種將PPDDL(Pr

2、obabilisticPlanning Domain Definition Language，概率規(guī)劃域定義語言)表示的一致性規(guī)劃任務(wù)轉(zhuǎn)換為有限域表示的轉(zhuǎn)化方法。
　　 本文將經(jīng)典規(guī)劃中的FDR(Finite-Domain Representation，有限域表示)轉(zhuǎn)化方法擴(kuò)展到一致性規(guī)劃問題中，提出了CFDR(Conformant planningtasks in Finite-Domain Representation，有限

3、域表示的一致性規(guī)劃任務(wù))轉(zhuǎn)化方法。首先分別擴(kuò)展了PPDDL表示的一致性規(guī)劃任務(wù)和有限域表示的一致性規(guī)劃任務(wù)(CFDR)的定義，擴(kuò)展了非確定效果、變數(shù)、信念操作等相關(guān)語義。然后在原方法的各個(gè)階段加入處理不確定初始狀態(tài)和非確定操作效果的機(jī)制：在規(guī)范化階段，采用one-of放松技術(shù)將初始信念狀態(tài)解析為析取范式，其中每個(gè)子句都表示一個(gè)可能的世界狀態(tài)，將帶有非確定效果的操作轉(zhuǎn)換成具有相同操作前提條件的、所有可能操作的集合；在合成不變量階段將常量謂

4、詞加入初始候選集，用每個(gè)初始世界狀態(tài)的互斥條件的合取來替代一致性規(guī)劃的互斥條件；在實(shí)例化階段，將一致性規(guī)劃的可達(dá)原子集放松為所有初始世界狀態(tài)在所有可能操作中的可達(dá)原子集的并集；在任務(wù)生成階段根據(jù)一致性規(guī)劃模型的語義，改進(jìn)引入公理并對(duì)一致性規(guī)劃中的負(fù)文字進(jìn)行分類轉(zhuǎn)化。
　　 實(shí)驗(yàn)效果表明生成的CFDR與PPDDL任務(wù)相比，節(jié)省了存儲(chǔ)空間，有效地減小了信念狀態(tài)空間；能成功地轉(zhuǎn)化大部分的標(biāo)準(zhǔn)一致性規(guī)劃域問題，與目前的MCPT(Mult