在开放世界中求解智能规划问题往往是比较困难的,这是由于在开放世界中,某些对象可能是未知的,因而在搜索规划解时需要考虑不同的可能性。针对开放世界中的规划问题,通常需要使用传感器观察未知的对象,但是传感器无法保证获取所需的所...在开放世界中求解智能规划问题往往是比较困难的,这是由于在开放世界中,某些对象可能是未知的,因而在搜索规划解时需要考虑不同的可能性。针对开放世界中的规划问题,通常需要使用传感器观察未知的对象,但是传感器无法保证获取所需的所有信息。利用逻辑推理方法,提出了在目标状态信息不完整情况下的智能规划问题求解算法PQG(planner with query-goal),并通过三个规划领域下的实验验证了该算法的有效性。展开更多
文摘在开放世界中求解智能规划问题往往是比较困难的,这是由于在开放世界中,某些对象可能是未知的,因而在搜索规划解时需要考虑不同的可能性。针对开放世界中的规划问题,通常需要使用传感器观察未知的对象,但是传感器无法保证获取所需的所有信息。利用逻辑推理方法,提出了在目标状态信息不完整情况下的智能规划问题求解算法PQG(planner with query-goal),并通过三个规划领域下的实验验证了该算法的有效性。
