Utilizing Problem Structure in Planning: A Local Search Approach

برنامه ریزی یک مهارت حیاتی برای هر عامل مستقل است، خواه یک عامل جاسازی شده فیزیکی باشد، مانند یک ربات، یا یک عامل نرم افزاری کاملا شبیه سازی شده. به همین دلیل، برنامه ریزی به عنوان یک حوزه تحقیقاتی مرکزی هوش مصنوعی از ابتدا، اخیراً مورد توجه و اهمیت بیشتری قرار گرفته است.

پس از ارائه مقدمه ای کلی بر برنامه ریزی هوش مصنوعی، این کتاب به تشریح و ارزیابی دقیق آن می پردازد. تکنیک‌های الگوریتمی مورد استفاده در سیستم‌های برنامه‌ریزی سریع (FF) که عملکرد عالی خود را در بسیاری از حوزه‌های معیار شناخته شده نشان می‌دهد. پیشاپیش، یک بررسی اصلی و دقیق، الگوهای اصلی ساختار را که باعث عملکرد FF می‌شوند، شناسایی می‌کند، و حوزه‌های برنامه‌ریزی را در طبقه‌بندی کلاس‌های مختلف با توجه به استعداد آنها برای حل با رویکردهای اکتشافی، مانند FF، دسته‌بندی می‌کند. همانطور که نشان داده شده است، اکثر حوزه های معیار برنامه ریزی در کلاس هایی قرار دارند که حل آنها آسان است.

Planning is a crucial skill for any autonomous agent, be it a physically embedded agent, such as a robot, or a purely simulated software agent. For this reason, planning, as a central research area of artificial intelligence from its beginnings, has gained even more attention and importance recently.

After giving a general introduction to AI planning, the book describes and carefully evaluates the algorithmic techniques used in fast-forward planning systems (FF), demonstrating their excellent performance in many wellknown benchmark domains. In advance, an original and detailed investigation identifies the main patterns of structure which cause the performance of FF, categorizing planning domains in a taxonomy of different classes with respect to their aptitude for being solved by heuristic approaches, such as FF. As shown, the majority of the planning benchmark domains lie in classes which are easy to solve.