A brief overview of AI planningThe

A brief overview of AI planning

The planning problem in Artificial Intelligence is about the decision making performed by intelligent creatures like robots, humans, or computer programs when trying to achieve some goal. It involves choosing a sequence of actions that will (with a high likelihood) transform the state of the world, step by step, so that it will satisfy the goal. The world is typically viewed to consist of atomic facts (state variables), and actions make some facts true and some facts false. In the following we discuss a number of ways of formalizing planning, and show how the planning problem can be solved automatically.
We will only focus on the simplest AI planning problem, characterized by the restriction to one agent in a deterministic environment that can be fully observed. More complex forms of planning can be formalized e.g. in the framework of Marvov decision processes, with uncertainty about the effects of actions and therefore without the possibility to predict the results of a plan with certainty.

The most basic planning problem is one instance of the general s-t reachability problem for succinctly represented transition graphs, which has other important applications in Computer Aided Verification (reachability analysis, model-checking), Intelligent Control, discrete event-systems diagnosis, and so on. All of the methods described below are equally applicable to all of these other problems as well, and many of these methods were initially developed and applied in the context of these other problems.

ผลลัพธ์ (ไทย) 1:

ภาพรวมโดยย่อของ AI วางแผนปัญญาประดิษฐ์ปัญหาวางแผนเกี่ยวกับการตัดสินใจทำ โดยสัตว์อัจฉริยะเช่นหุ่นยนต์ มนุษย์ หรือโปรแกรมคอมพิวเตอร์พยายามที่จะบรรลุเป้าหมายบางอย่างได้ มันเกี่ยวข้องกับการเลือกลำดับของการดำเนินการที่จะ (มีโอกาสสูง) เปลี่ยนสถานะของโลก ขั้นตอน เพื่อว่ามันจะตอบสนองเป้าหมาย มักถูกมองโลกจะประกอบด้วยข้อเท็จจริงอะตอม (ตัวแปรรัฐ), และการดำเนินการทำจริงบางข้อเท็จจริงและเท็จข้อเท็จจริงบางอย่าง ต่อไปนี้เจรจาหลายวิธีของ formalizing วางแผน และแสดงการวางแผนปัญหาสามารถแก้ไขได้โดยอัตโนมัติเท่านั้นเราจะมุ่งเน้นใน AI ที่ง่ายที่สุดที่วางแผนปัญหา โดยจำกัดการแทนหนึ่งในสภาพแวดล้อมแบบ deterministic ที่สามารถตรวจสอบได้ทั้งหมด แบบฟอร์มที่ซับซ้อนของการวางแผนสามารถจะ formalized เช่นในกรอบของกระบวนการตัดสินใจ Marvov กับความไม่แน่นอนเกี่ยวกับผลกระทบของการดำเนินการและไม่สามารถทำนายผลลัพธ์ของแผน มีความแน่นอนได้ปัญหาวางแผนพื้นฐานคือ หนึ่งอินสแตนซ์ของปัญหา reachability s-t ทั่วไปสำหรับกราฟเปลี่ยน succinctly represented ซึ่งมีโปรแกรมประยุกต์อื่น ๆ ที่สำคัญในคอมพิวเตอร์ช่วยตรวจสอบ (reachability วิเคราะห์ ตรวจสอบแบบจำลอง), ควบคุมอัจฉริยะ วินิจฉัยเหตุการณ์ระบบแยกกัน และอื่น ๆ วิธีอธิบายไว้ด้านล่างทั้งหมดจะใช้เท่า ๆ กันทั้งหมดเหล่านี้ปัญหาอื่น ๆ เช่น และหลายวิธีการเหล่านี้เริ่มถูกพัฒนา และประยุกต์ใช้ในบริบทของปัญหาเหล่านี้

ผลลัพธ์ (ไทย) 2:

ภาพรวมคร่าวๆของ AI วางแผนปัญหาการวางแผนในด้านปัญญาประดิษฐ์เป็นเรื่องเกี่ยวกับการตัดสินใจดำเนินการโดยสัตว์ที่ฉลาดเช่นหุ่นยนต์มนุษย์หรือโปรแกรมคอมพิวเตอร์เมื่อพยายามที่จะบรรลุเป้าหมายบางอย่าง มันเกี่ยวข้องกับการเลือกลำดับของการกระทำที่จะ (มีความเป็นไปได้สูง) เปลี่ยนสถานะของโลกทีละขั้นตอนเพื่อที่จะจะตอบสนองเป้าหมาย โลกถูกมองโดยทั่วไปจะประกอบด้วยข้อเท็จจริงของอะตอม (ตัวแปรรัฐ) และการดำเนินการให้ข้อเท็จจริงบางอย่างเป็นความจริงและข้อเท็จจริงบางอย่างที่ผิดพลาด ในต่อไปนี้เราจะหารือหลายวิธีของการวางแผนอย่างเป็นทางการและแสดงให้เห็นว่าปัญหาการวางแผนจะสามารถแก้ไขได้โดยอัตโนมัติเราจะมุ่งเน้นไปที่ปัญหาการวางแผน AI ง่ายโดดเด่นด้วยข้อ จำกัด ให้กับตัวแทนหนึ่งในสภาพแวดล้อมที่กำหนดที่สามารถอย่างเต็มที่ สังเกต รูปแบบที่ซับซ้อนมากขึ้นของการวางแผนสามารถกรงเล็บเช่นในกรอบของ Marvov กระบวนการตัดสินใจที่มีความไม่แน่นอนเกี่ยวกับผลกระทบของการกระทำและดังนั้นจึงไม่มีความเป็นไปได้ที่จะทำนายผลการวางแผนด้วยความมั่นใจปัญหาการวางแผนขั้นพื้นฐานมากที่สุดคือหนึ่งตัวอย่างของทั่วไป ปัญหา reachability สำหรับการจัดแสดงชัดถ้อยชัดคำกราฟการเปลี่ยนแปลงที่มีการใช้งานที่สำคัญอื่น ๆ ในคอมพิวเตอร์ช่วยในการตรวจสอบ (reachability วิเคราะห์รูปแบบการตรวจสอบ) การควบคุมอัจฉริยะ, ระบบการวินิจฉัยแยกเหตุการณ์และอื่น ๆ ทุกวิธีการที่อธิบายไว้ด้านล่างนี้อย่างเท่าเทียมกันใช้ได้กับทุกปัญหาอื่น ๆ เหล่านี้เป็นอย่างดีและหลายวิธีการเหล่านี้ได้รับการพัฒนาในขั้นต้นและนำไปใช้ในบริบทของปัญหาอื่น ๆ เหล่านี้

ผลลัพธ์ (ไทย) 3:

อธิบายภาพรวมของ AI วางแผน

วางแผน ปัญหาในด้านปัญญาประดิษฐ์เป็นเกี่ยวกับการตัดสินใจ ขับร้องโดย ฉลาดสิ่งมีชีวิตที่เหมือนหุ่นยนต์ มนุษย์ หรือ คอมพิวเตอร์ โปรแกรม เมื่อพยายามที่จะบรรลุเป้าหมายบางอย่าง . มันเกี่ยวข้องกับการเลือกลำดับของการกระทำที่จะ ( มีความเป็นไปได้สูง ) แปลงสภาพของโลกขั้นตอนโดยขั้นตอนเพื่อที่จะตอบสนองเป้าหมายโลกมักจะดูประกอบด้วยข้อเท็จจริงปรมาณู ( ตัวแปรรัฐ ) และการกระทำให้ข้อเท็จจริงที่แท้จริงและบางข้อเท็จจริงที่เป็นเท็จ ในต่อไปนี้เราจะหารือหลายวิธีของ formalizing วางแผน และแสดงให้เห็นว่าปัญหาการวางแผน สามารถแก้ไขได้โดยอัตโนมัติ
เราจะมุ่งเน้นที่การวางแผนปัญหา AI ,ลักษณะตามข้อ จำกัด หนึ่งตัวแทนในสภาพแวดล้อมที่ได้ติดตั้งเครื่องตรวจสอบ รูปแบบที่ซับซ้อนมากขึ้นการวางแผนสามารถเป็นทางการ เช่น ในกรอบของกระบวนการตัดสินใจ marvov มีความไม่แน่นอนเกี่ยวกับผลของการกระทำและดังนั้นจึงไม่มีความเป็นไปได้ที่จะทำนายผลลัพธ์ของแผนแน่นอน

ปัญหาการวางแผนขั้นพื้นฐานที่สุดคือหนึ่งตัวอย่างของ s-t ทั่วไป reachability ปัญหาเปลี่ยนกราฟแสดงให้ชัดเจน ซึ่งมีงานที่สำคัญอื่น ๆในคอมพิวเตอร์ช่วยในการตรวจสอบ ( ตรวจสอบรูปแบบการวิเคราะห์ reachability ) , อัจฉริยะควบคุมระบบการวินิจฉัยเหตุการณ์ไม่ต่อเนื่อง และทุกวิธีที่อธิบายไว้ด้านล่างจะสามารถใช้ได้อย่างเท่าเทียมกันทั้งหมดของปัญหาเหล่านี้เป็นอย่างดี และ หลายวิธีการเหล่านี้คือการเริ่มต้นพัฒนาและประยุกต์ในบริบทของปัญหาอื่น ๆเหล่านี้