可能性規(guī)劃問題表示與求解研究.pdf

1、早期智能規(guī)劃研究一直集中在經(jīng)典規(guī)劃領(lǐng)域，它假設(shè)動(dòng)作是確定的、初始條件是已知的、目標(biāo)被定義為一些命題的集合。但很多實(shí)際問題并不滿足這樣的條件，因此，一些學(xué)者開始嘗試不確定規(guī)劃的研究，其中絕大部分集中于概率規(guī)劃研究。然而，動(dòng)作效果的概率在實(shí)際中很難獲得，尤其是人工智能研究中的不確定性通常是順序的、定性的。一些研究認(rèn)為，可能性理論更適用解決那些概率模型無法解決或者概率信息很難獲得的問題。 本文利用可能性理論提出了一種基于PDDL(Pl

2、anning Domain DefinitionLanguage)的可能性規(guī)劃問題表示方法——Poss-PDDL，給出了基于可能性理論框架下的定性決策理論和圖規(guī)劃算法的可能性規(guī)劃求解方法——可能性圖規(guī)劃，設(shè)計(jì)并開發(fā)了可能性規(guī)劃問題求解器Poss-Graphplan。PDDL是國(guó)際規(guī)劃器大賽的標(biāo)準(zhǔn)域定義語言，這使得Poss-PDDL更具通用性和標(biāo)準(zhǔn)性。由于用可能性理論表示動(dòng)作效果和狀態(tài)的不確定性更具優(yōu)勢(shì)，因此Poss-Graphplan更