位置:成果数据库 > 期刊 > 期刊详情页
基于路标隐式分解的前向搜索规划方法
  • ISSN号:1003-6059
  • 期刊名称:模式识别与人工智能
  • 时间:2013.6.1
  • 页码:513-520
  • 分类:TP181[自动化与计算机技术—控制科学与工程;自动化与计算机技术—控制理论与控制工程]
  • 作者机构:[1]吉林大学计算机科学与技术学院,长春130012, [2]吉林大学符号计算与知识工程教育部重点实验室,长春130012
  • 相关基金:国家自然科学基金项目(No.61272208,61133011,60973089,61003101,61170092)、国家教育部博士点专项基金项目(No.20100061110031)、吉林省科技发展计划项目(No.20101501,20100185,201101039)资助
  • 相关项目:动态时空推理研究
中文摘要:

提出一种利用路标信息隐式分解前向搜索过程的规划算法.以路标计数启发式估值的降低作为分界点,将规划任务分解成多个规模更小的子任务,当访问到估值更低的状态时,表明搜索过程完成一个子任务的求解,反复执行这一过程直到路标计数启发式估值降低为零.与其它将路标具体指定为中间目标的分解方法相比,基于路标计数启发式的隐式分解方法能指导前向搜索过程快速向目标方向推进,实现搜索空间的大规模压缩,在求解效率和规划解质量上都有较大提高.

英文摘要:

A planning algorithm that implicitly decomposes the forward search procedure with landmark information is proposed. The original planning task is decomposed into several smaller sub-tasks according to the estimation of the landmark counting heuristic. Whenever the search visits a state with lower heuristic value, a sub-task is completed. The procedure is iterated until the estimation of the landmark-counting heuristic reduces to zero. The plan fragments of all the sub-tasks are connected into the final solution. The experimental results show the superiority of the proposed algorithm. The implicit task decomposition is introduced by the landmark counting heuristic. Therefore, compared with the existing decomposition methods that treat landmarks as mandatory subgoals, the proposed algorithm guides the forward search procedure faster, cuts down the search space dramatically and makes considerable improvement in both planning efficiency and planning quality.

同期刊论文项目
期刊论文 99 会议论文 6
同项目期刊论文
期刊信息
  • 《模式识别与人工智能》
  • 中国科技核心期刊
  • 主管单位:中国科学技术协会 中国自动化学会
  • 主办单位:国家智能计算机研究开发中心 中国科学院合肥智能机械研究所
  • 主编:郑南宁
  • 地址:安徽省合肥市蜀山湖路350号中国科学院合肥智能机械研究所
  • 邮编:230031
  • 邮箱:bjb@iim.cas.cn
  • 电话:0551-5591176
  • 国际标准刊号:ISSN:1003-6059
  • 国内统一刊号:ISSN:34-1089/TP
  • 邮发代号:26-69
  • 获奖情况:
  • 国内外数据库收录:
  • 被引量:10169