广义规划的分层分解与分析
摘要：分析和评估能够解决广泛相关规划问题的广义计划的新方法 一种长期以来在人工智能领域的合成和学习广义计划的方法，由于对给定广义计划的范围和实用性进行分析的方法存在根本差距，因此仍然具有挑战性。本文通过开发新的概念框架以及证明技术和算法过程来解决这些差距，用于评估广义计划的终止和目标达成相关属性。我们基于图论的经典结果，将广义计划分解为较小的组件，然后利用这些组件进行层次化的终止论证。这些方法既可以用于确定给定广义计划的实用性，也可以用于指导广义计划的合成和学习过程。我们提出了理论和实证结果来说明这种新方法的范围。我们的分析表明，这种方法显著扩展了可以自动评估的广义计划的类别，从而降低了可靠广义计划的合成和学习的障碍。
作者：Siddharth Srivastava
论文ID：2212.02823
分类：Artificial Intelligence
分类简称：cs.AI
提交时间：2023-06-28