带有延迟约束生成求解器的提升顺序规划
摘要：使用基于Lazy Clause Generation (LCG)的约束编程 (Constraint Programming, CP)方法来应对顺序经典规划问题，本文探讨了这种可能性的开拓。我们提出了一种新的CP模型，基于以问题满足性为基础的所谓提升因果编码的重要理论，该模型不需要着地的要求，因为为了设计有效的规划方案，选择函数和动作结构的着地成为问题的组成部分。这种编码不需要着地原则，也不需要为每个规划步骤以决策变量的形式明确表示状态。我们还提出了一种传播过程，展示了LCG的可能性，扩大了在规划中被认为可行的推理方法的种类。我们在经典IPC和最近提出的用于提升规划的基准测试中测试了编码和传播器，报告称对于需要较少规划步骤的规划问题实例，我们的方法与最优顺序规划的最新技术相比表现得非常好。
作者：Anubhav Singh, Miquel Ramirez, Nir Lipovetzky, and Peter J. Stuckey
论文ID：2307.08242
分类：Artificial Intelligence
分类简称：cs.AI
提交时间：2023-07-18