Planning combines the two major are

Planning combines the two major areas of AI we have covered so far: search and logic. A planner can be seen either as a program that searchs for a solution or as one that (constructively) proves the existence of a solution. The cross-fertilization of ideas from the two areas has led both to improvements in performance amounting to several orders of magnitude in the last decade and to an increased use of planners in industrial applications. Unfortunately, we do not yet have a clear understanding of which techniques work best on which kinds of problems. Quite possibly, new techniques will emerge that dominate existing methods.
Planning is foremost an exercise in controlling combinatorial explosion, if there are n propositions in a domain, then there are 2 states. As we have seen, planning is PSPACE-hard. Against such pessimism, the identification of independent subproblems can be a powerful weapon. In the best case-full decomposability of the problem-we get an exponential speedup. Decomposability is destroyed, however, by negative interactions between actions. GRAPHPLAN records mutexes to point out where the difficult interactions are. SATPLAN represents a similar range of mutex relations, but does so by using the general CNF form rather than a specific data structure. Forward search addresses the problem heuristically by trying to find patterns (subsets of propositions) that cover the independent subproblems. Since this approach is heuristic, it can work even when the subproblems are not completely independent.
Sometimes it is possible to solve a problem efficiently by recognizing that negative interactions can be ruled out. We say that a problem has serializable subgoals if there exists an order of subgoals such that the planner can achieve them in that order without having to undo any of the previously achieved subgoals. For example, in the blocks world, if the goal is to build a tower, then the subgoals are serializable bottom to top: if we first achieve C on Table, we will never have to undo it while we are achieving the other subgoals. A planner that uses the bottom-to-top trick can solve any problem in the blocks world without backtracking (although it might not always find the shortest plan).
As a more complex example, for the Remote Agent planner that commanded NASA’s Deep Space One Spacecraft, it was determined that the propositions involved in commanding a spacecraft are serializable. This is perhaps not too surprising , because a spacecraft is designed by engineers to be easy as possible to control (subject to other constraints). Taking advantage of the serialized ordering of goals, the Remote Agent planner was able to eliminate most of the search. This meant that it was fast enough to control the spacecraft in real time, something previously considered impossible.
Planners such as GRAPHPLAN,SATPLAN,and FF have moved the field of planning forward, by raising the level of performance of planning systems, by clarifying the representational and combinational issues involved, and by the development of useful heuristics. However, there is a question of how far these techniques will scale. It seems likely that further progress on larger problems cannot rely only on factored and propositional representations, and will require some kind of synthesis of first-order and hieratchical representations with the efficient heuristicts currently in use.

Kết quả (Việt) 1:

Kế hoạch kết hợp hai lĩnh vực chính của AI chúng tôi đã bao phủ cho đến nay: tìm kiếm và logic. Một kế hoạch có thể được nhìn thấy hoặc như là một chương trình mà tìm kiếm giải pháp hoặc là một trong đó (xây dựng) chứng minh sự tồn tại của một giải pháp. Cross-fertilization ý tưởng từ hai lĩnh vực đã khiến cả hai để cải tiến hiệu suất lên một số đơn đặt hàng của cường độ trong thập kỷ qua và để một gia tăng sử dụng kế hoạch ứng dụng công nghiệp. Thật không may, chúng tôi không được có một sự hiểu biết rõ ràng, trong đó kỹ thuật làm việc tốt nhất trên các loại của các vấn đề. Khá có thể, kỹ thuật mới sẽ xuất hiện mà thống trị phương pháp hiện có.Lập kế hoạch là quan trọng nhất một tập thể dục trong việc kiểm soát nổ tổ hợp, nếu không có các mệnh đề n trong một tên miền, sau đó, có 2 kỳ. Như chúng ta đã thấy, lập kế hoạch là PSPACE khó khăn. Chống lại bi quan như vậy, việc xác định các bài độc lập có thể là một vũ khí mạnh mẽ. Trong decomposability tốt nhất trường hợp đầy đủ của vấn đề-chúng tôi nhận được một speedup mũ. Decomposability bị phá hủy, Tuy nhiên, tiêu cực tương tác giữa các hành động. GRAPHPLAN ghi lại mutexes để chỉ ra sự tương tác khó khăn ở đâu. SATPLAN đại diện cho một loạt các mối quan hệ mutex tương tự, nhưng làm như vậy bằng cách sử dụng dạng CNF chung chứ không phải là một cấu trúc dữ liệu cụ thể. Chuyển tiếp tìm địa chỉ vấn đề nhờ bởi cố gắng để tìm thấy mẫu (con của mệnh đề) mà bao gồm các bài độc lập. Kể từ cách tiếp cận này là heuristic, nó có thể làm việc ngay cả khi các bài không phải là hoàn toàn độc lập.Đôi khi nó có thể để giải quyết một vấn đề hiệu quả bằng cách công nhận rằng các tương tác tiêu cực có thể được cai trị. Chúng ta nói rằng một vấn đề có serializable subgoals nếu có tồn tại một đơn đặt hàng của subgoals như vậy mà công cụ hoạch định có thể đạt được chúng theo thứ tự đó mà không cần phải lùi lại bất kỳ subgoals đạt được trước đó. Ví dụ, trong thế giới khối, nếu mục tiêu là để xây dựng một tháp, sau đó các subgoals là serializable dưới lên trên: nếu chúng tôi lần đầu tiên đạt được C trên bàn, chúng tôi sẽ không bao giờ có để hoàn tác nó trong khi chúng tôi đang đạt được subgoals khác. Một kế hoạch sử dụng lừa dưới đầu trang có thể giải quyết bất kỳ vấn đề trong thế giới khối mà không backtracking (mặc dù nó có thể không luôn luôn tìm thấy các kế hoạch ngắn nhất).Như là một ví dụ phức tạp hơn, cho kế hoạch đại lý từ xa dưới sự chỉ huy của không gian sâu một tàu vũ trụ NASA, nó đã được xác định rằng các đề xuất liên quan đến chỉ huy một tàu vũ trụ là serializable. Điều này có lẽ không quá ngạc nhiên, vì một tàu vũ trụ được thiết kế bởi các kỹ sư được dễ dàng như việc có thể để kiểm soát (tùy thuộc vào ràng buộc khác). Lợi dụng đặt hàng đăng trên các mục tiêu, kế hoạch đại lý từ xa đã có thể loại bỏ hầu hết các tìm kiếm. Điều này có nghĩa rằng nó đã được nhanh chóng, đủ để kiểm soát các tàu vũ trụ trong thời gian thực, một cái gì đó trước đây được coi là không thể.Planners such as GRAPHPLAN,SATPLAN,and FF have moved the field of planning forward, by raising the level of performance of planning systems, by clarifying the representational and combinational issues involved, and by the development of useful heuristics. However, there is a question of how far these techniques will scale. It seems likely that further progress on larger problems cannot rely only on factored and propositional representations, and will require some kind of synthesis of first-order and hieratchical representations with the efficient heuristicts currently in use.

Kết quả (Việt) 3:

Lên kế hoạch kết hợp hai lĩnh vực chính của trí tuệ nhân tạo, chúng tôi đã bao che cho đến nay: tìm kiếm và logic.Một kế hoạch có thể được xem là một chương trình tìm kiếm giải pháp hoặc là một (đất), chứng minh sự tồn tại của giải pháp tình thế.Từ đó hai người đồng ý qua thụ tinh, dẫn đến hiệu suất đạt đến vài bậc độ lớn ở trên, trong 10 năm qua trong vài bậc độ lớn, và gia tăng sử dụng trong công nghiệp trong ứng dụng.Không may là, chúng ta vẫn chưa rõ ràng là một kỹ thuật làm quen, một trong số đó, nên, trong nhiều vấn đề.Rất có thể, công nghệ mới sẽ xuất hiện, thống trị phương pháp hiện nay.Kế hoạch là một loài quan trọng nhất của môn thể thao này kết hợp điều khiển nổ, nếu một miền Trung có n một mệnh đề, thì có 2 trạng thái.Như chúng ta đã thấy, kế hoạch là PSPACE khó.Trong những cảm xúc bi quan, con trai của vấn đề độc lập lẫn nhau có thể nhận diện mạnh mẽ của vũ khí.Trong trường hợp tốt nhất hoàn toàn phân hủy có chỉ số tăng tốc của vấn đề.Phân hủy phá, tuy nhiên, bằng cách di chuyển giữa các tác dụng phụ.Hồ sơ quy hoạch. Độc quyền đã chỉ ra những khó khăn.Satplan là tương tự như quan hệ độc quyền trong phạm vi, nhưng sẽ được sử dụng CNF chung hình thức chứ không phải là một cấu trúc dữ liệu cụ thể.Đề nghị giải quyết vấn đề tìm kiếm đang cố gắng tìm (tập hợp con của chế độ độc lập con trai của mệnh đề), bao gồm cả vấn đề.Nhờ phương pháp này là, nó thậm chí có thể khi vấn đề không phải là hoàn toàn độc lập và làm việc.Đôi khi, nó có thể hiệu quả đất, giải quyết được vấn đề, nhận thấy tác dụng tiêu cực có thể bị loại trừ.Chúng ta nói một vấn đề đã là mục tiêu có tồn tại hay không có thể thực hiện được mục tiêu, họ đã phải ra lệnh hủy bất kỳ đã thực hiện mục tiêu không có thứ tự.Ví dụ, trong khối cấu trúc thế giới, nếu mục tiêu của chúng tôi là xây dựng một tháp, và mục tiêu là để đáy tới đỉnh: nếu chúng ta đầu tiên thực hiện bảng C, chúng ta sẽ không bao giờ bỏ nó ở trong chúng ta đạt được mục tiêu khác.Một sử dụng được trên dưới kế hoạch có thể giải quyết mọi vấn đề, ở đồng thế giới không có chuỗi trình con (mặc dù nó có thể không phải lúc nào cũng tìm thấy kế hoạch ngắn nhất).Với tư cách là một người phức tạp hơn ví dụ từ xa, cho đặc vụ kế hoạch, ra lệnh cho NASA Deep Field phi thuyền, nó đã được xác định, tham gia chỉ huy tàu vũ trụ có đề nghị là nên.Đây có thể là không quá ngạc nhiên, bởi vì một phi thuyền được thiết kế bởi kỹ sư có thể dễ dàng kiểm soát (chịu những ràng buộc).Sử dụng đặt hàng từ xa mục tiêu, đặc vụ kế hoạch có thể loại bỏ hầu hết các cuộc tìm kiếm.Điều này có nghĩa là, nó là đủ nhanh để kiểm soát phi thuyền trong thời gian thực, đã từng nghĩ là không thể.Sơ đồ tổ chức như kế hoạch, SATPLAN, FF đã lên kế hoạch đồng đề nghị, thông qua kế hoạch tăng hiệu suất của hệ thống cấp, rõ ràng là vấn đề liên quan đến tình dục và sự kết hợp, và qua hữu ích cho sự phát triển của các thuật toán.Tuy nhiên, có một vấn đề lớn, những công nghệ sẽ còn bao xa.Có vẻ như đang phát triển trên vấn đề lớn hơn nữa, không chỉ dựa vào sự phân hủy và đề nghị trình bày, và sẽ cần một hình thức đặt một phần tổng hợp và phân tầng đại diện với hiện nay sử dụng hiệu quả heuristicts.