PDDL的ER建模以及开发基于存储过程的规划器

随着智能规划的发展,其所面对的问题规模越来越大,而且可以预见以后会更大.现有的研究大多用二级存储扩展空间,其终极形式应该是用数据库进行存储.此外,有很多同一领域的规划问题,其所包含的常量几乎一致,其中必然有可重用信息来帮助加速求解.要更好地利用这些可重用信息也需要数据库.考虑到以上两个问题,首次提出规划领域描述语言PDDL(planning domain description language)的ER模型(entity relationship model),并基于此模型用存储过程来编写规划器SPP(stored procedure planner).SPP是完全在数据库内部运行的最优规划器,存取效率高,可充分利用数据库的各种功能.在国际规划大赛IPC(Int’l planning competition)基准领域上的实验结果表明,在有限的机器配置下,SPP可以求解传统最优规划器不能求解的问题.该工作迈出了在数据库中求解规划问题,从而彻底解决空间问题的第一步.

利用派生谓词和偏好处理OSP问题的目标效益依赖

在过度规划问题(over-subscribed planning,简称OSP)研究中,如果目标之间不是相互独立的,那么目标间的效益依赖比单个目标效益更能提高规划解的质量.但是已有的描述模型不符合标准规划描述语言(planningdomain description language,简称PDDL)的语法规范,不能在一般的OSP规划系统上进行推广.提出了用派生谓词规则和目标偏好描述效益依赖的方法,这二者均为PDDL语言的基本要素.实质上,将已有的GAI模型转换为派生谓词规则和目标偏好,其中派生谓词规则显式描述目标子集的存在条件,偏好机制用来表示目标子集的效益,二者缺一不可.该转换算法既可以保持在描述依赖关系时GAI模型的易用性和直观性上,又可以扩展一般的OSP规划系统处理目标效益依赖的能力.从理论上可以证明该算法在转换过程中的语义不变性,在基准领域的实验结果表明其可行性和对规划解质量的改善能力.提出符合PDDL语言规范的目标效益依赖关系的描述形式,克服了已有模型不通用的缺点.