潜空间经典规划的合理性启发式
摘要：利用未标记的图像数据，最近的LatPlan研究表明可以学习无领域特定的经典规划器模型。虽然由LatPlan获得的PDDL模型可以使用标准的PDDL规划器求解，但是得到的潜在空间计划可能与基本的真实领域无关（例如，潜在空间计划可能包括幻觉/无效状态）。我们提出了基于可行性的启发式方法，它是一种无领域依赖的可行性度量标准，可以在搜索过程中对每个评估的状态进行计算，并用作最佳优先搜索的启发式函数。我们展示了PBH在基于图像的拼图和汉诺塔领域中显著增加了找到的有效计划数量。
作者：Yuta Takata and Alex Fukunaga
论文ID：2306.11434
分类：Artificial Intelligence
分类简称：cs.AI
提交时间：2023-06-21