領(lǐng)域模型在智能規(guī)劃中的學(xué)習(xí)及應(yīng)用.pdf

1、智能規(guī)劃(AutomatedPlanning)是人工智能(ArtificialIntelligence)研究領(lǐng)域的一個(gè)重要分支，在各個(gè)領(lǐng)域得到廣泛的應(yīng)用。其主要思想是：對(duì)周圍環(huán)境進(jìn)行認(rèn)識(shí)與分析，根據(jù)預(yù)定實(shí)現(xiàn)的目標(biāo)，對(duì)若干可供選擇的動(dòng)作及所提供的資源限制施行推理，綜合制定出實(shí)現(xiàn)目標(biāo)的動(dòng)作序列—規(guī)劃。無(wú)論在智能機(jī)器人還是物流運(yùn)輸調(diào)度領(lǐng)域，將智能規(guī)劃應(yīng)用有個(gè)重要的前提是對(duì)某個(gè)應(yīng)用領(lǐng)域進(jìn)行描述，并建立領(lǐng)域模型，然后結(jié)合某個(gè)特定的問(wèn)題，將領(lǐng)域模型

2、和問(wèn)題輸入到規(guī)劃系統(tǒng)進(jìn)行求解。但是，即使對(duì)于某些專家來(lái)做，對(duì)某個(gè)領(lǐng)域建立一個(gè)領(lǐng)域模型也是一件困難而費(fèi)時(shí)的任務(wù)。 為此，本文系統(tǒng)地從三個(gè)方面來(lái)研究領(lǐng)域模型，分別是領(lǐng)域模型的表示方法、如何學(xué)習(xí)領(lǐng)域模型和如何應(yīng)用領(lǐng)域模型，我們的目標(biāo)是減輕建立和應(yīng)用領(lǐng)域模型的開(kāi)發(fā)人員的負(fù)擔(dān)，并提高規(guī)劃系統(tǒng)的效率。 1.領(lǐng)域模型的描述：研究了如何將領(lǐng)域知識(shí)表示為領(lǐng)域約束添加到規(guī)劃系統(tǒng)中。領(lǐng)域模型的表示方法分為兩類，一種是與領(lǐng)域無(wú)關(guān)的規(guī)劃描述方式—

3、動(dòng)作模型，我們采用目前通用的規(guī)劃描述語(yǔ)言PDDL來(lái)表示；令外一種是領(lǐng)域相關(guān)的描述，我們采用了約束來(lái)表示，并將其細(xì)分為對(duì)象約束、過(guò)程約束和時(shí)序約束，采用對(duì)象約束來(lái)表達(dá)狀態(tài)中對(duì)象之間的關(guān)系，采用過(guò)程約束來(lái)表達(dá)動(dòng)作之間的關(guān)系，采用時(shí)序約束表達(dá)動(dòng)作和狀態(tài)中對(duì)象之間的關(guān)系。 2.學(xué)習(xí)動(dòng)作模型：研究了如何從規(guī)劃例子集合中學(xué)習(xí)出動(dòng)作模型，并據(jù)此建立了動(dòng)作模型學(xué)習(xí)系統(tǒng)ARMS。ARMS主要考慮了數(shù)據(jù)挖掘和智能規(guī)劃結(jié)合的應(yīng)用，將統(tǒng)計(jì)知識(shí)和邏輯知識(shí)

4、結(jié)合起來(lái)，從成功的規(guī)劃例子集合中自動(dòng)學(xué)習(xí)出動(dòng)作模型。ARMS的主要方法是從規(guī)劃例子集合中統(tǒng)計(jì)出頻繁的動(dòng)作-動(dòng)作、動(dòng)作-謂詞對(duì)，并將這些頻繁集合和智能規(guī)劃固有的一些屬性表示為動(dòng)作約束、謂詞約束、規(guī)劃約束和狀態(tài)約束，將其表示成一個(gè)MAXSAT問(wèn)題，通過(guò)求解MAXSAT問(wèn)題來(lái)得到一個(gè)動(dòng)作模型。通過(guò)在2002年智能規(guī)劃大賽AIPS02上的領(lǐng)域測(cè)試，實(shí)驗(yàn)結(jié)果表明，利用ARMS可以獲得動(dòng)作模型，準(zhǔn)確性和冗余度也在可接受范圍之內(nèi)。這項(xiàng)研究成果獲得20

5、05年世界智能規(guī)劃和調(diào)度的知識(shí)工程軟件競(jìng)賽(InternationalCompetitiononKnowledgeEngineeringforPlanningandScheduling)專用工具(SpecificTools)類別的比賽中，贏得冠軍。 3.學(xué)習(xí)領(lǐng)域約束：研究了從過(guò)去的一堆成功規(guī)劃例子集合里學(xué)習(xí)出領(lǐng)域約束，在本文主要針對(duì)的是過(guò)程約束的學(xué)習(xí)，并據(jù)此建立了過(guò)程約束學(xué)習(xí)系統(tǒng)PARMS。這些過(guò)程約束是這個(gè)領(lǐng)域特有的領(lǐng)域知識(shí)，

6、它可以幫助我們提高規(guī)劃系統(tǒng)的效率。PARMS從規(guī)劃例子集合里邊統(tǒng)計(jì)出動(dòng)作對(duì)，并由這些動(dòng)作對(duì)產(chǎn)生基于馬爾科夫鏈的動(dòng)作序列集合，再采用一個(gè)基于GRIDS的算法，從這些動(dòng)作序列集合里推導(dǎo)出過(guò)程約束。通過(guò)智能規(guī)劃比賽上的領(lǐng)域測(cè)試，實(shí)驗(yàn)結(jié)果表明，PARMS學(xué)習(xí)出來(lái)的過(guò)程約束能較好的表示領(lǐng)域知識(shí)，準(zhǔn)確性和冗余度也在可接受范圍之內(nèi)。 4.應(yīng)用領(lǐng)域約束：研究了在通用規(guī)劃系統(tǒng)上增加領(lǐng)域約束的方法，并據(jù)此建立了基于通用規(guī)劃系統(tǒng)的領(lǐng)域約束規(guī)劃系統(tǒng)DP