explanation passed back by the sche

explanation passed back by the scheduler, corresponds to one of the 9 types of variables listed in Table 3.
• Translation is further complicated by the fact that we have multiple resource allocation policies to help the planner in communicating the resource allocation preferences of the user to the scheduler. Different scheduling policies lead to different types of CSP encodings of the scheduling problem. As a result, we need different rules in translating the scheduler’s failure explanations back to the planner. The complexity of the translation process increases along with the complexity of the different classes. Regarding the second issue, for the simplest class, INFRES, each failure explanation (conflict set) resulting from solving the scheduling CSP can be directly converted to one set of action nodes in the planning graph of the planner. For class FIX, besides the variables corresponding to actions in the plan, the scheduling CSP also has variables representing the free/unfree actions. Therefore, we need to reason about such variables related to the spans, before we can convert the scheduler’s conflict set back to the set of actions in the planner. For the class SAMELEN, because the ranges of the possible position values for the actions in the scheduling CSP are widened, one variable in the scheduling CSP corresponds to many action nodes in the plan graph. Therefore, the translation rules for this class should be able to convert one conflict set of the scheduling CSP to many action sets in the planner CSP. Finally, for the INCRELEN class, because the ranges of the position of actions in the scheduler encoding (SE) are allowed to go beyond the highest level of the plan graph, there is no clear way to map them back to action sets in the planners. Therefore, we currently do not support the RealPlan-PP interactions between the two modules in this class.
To aid the translation, we start by keeping track of how the scheduler’s variables are derived from the resource spans in the causal plan. Suppose there is a span S i,j that is started and ended by the actions A i and A j . We know (see Section 4.1) that this single span gives raise to the variables, RA i , RA j , PA i and PA j . To convert the variables in the scheduler’s CSP to action values of the planner’s CSP, we thus invert this mapping as
follows:

ผลลัพธ์ (ไทย) 1:

อธิบายผ่านกลับ โดยตัวจัดกำหนดการ สอดคล้องกับชนิดของตัวแปรที่ระบุไว้ในตารางที่ 3 9• Translation is further complicated by the fact that we have multiple resource allocation policies to help the planner in communicating the resource allocation preferences of the user to the scheduler. Different scheduling policies lead to different types of CSP encodings of the scheduling problem. As a result, we need different rules in translating the scheduler’s failure explanations back to the planner. The complexity of the translation process increases along with the complexity of the different classes. Regarding the second issue, for the simplest class, INFRES, each failure explanation (conflict set) resulting from solving the scheduling CSP can be directly converted to one set of action nodes in the planning graph of the planner. For class FIX, besides the variables corresponding to actions in the plan, the scheduling CSP also has variables representing the free/unfree actions. Therefore, we need to reason about such variables related to the spans, before we can convert the scheduler’s conflict set back to the set of actions in the planner. For the class SAMELEN, because the ranges of the possible position values for the actions in the scheduling CSP are widened, one variable in the scheduling CSP corresponds to many action nodes in the plan graph. Therefore, the translation rules for this class should be able to convert one conflict set of the scheduling CSP to many action sets in the planner CSP. Finally, for the INCRELEN class, because the ranges of the position of actions in the scheduler encoding (SE) are allowed to go beyond the highest level of the plan graph, there is no clear way to map them back to action sets in the planners. Therefore, we currently do not support the RealPlan-PP interactions between the two modules in this class.เพื่อช่วยในการแปล เราเริ่มต้น โดยติดตามวิธีมาจากครอบคลุมทรัพยากรตัวจัดกำหนดการแปรแผนเชิงสาเหตุ สมมติว่ามีช่วง S i, j ที่จะเริ่มต้น และสิ้นสุดลง โดยการดำเนินการที่ผม และเจ เรารู้ (ดูหัวข้อ 4.1) ว่าเดี่ยวนี้ขยาย ให้เพิ่มกับตัวแปร RA i, RA j, PA ผมและ PA j การแปลงตัวแปรใน CSP ที่ตัวจัดกำหนดการการดำเนินการค่าของ CSP ของวางแผน เราจึงสลับการแมปนี้เป็นต่อไปนี้:

ผลลัพธ์ (ไทย) 2:

คำอธิบายส่งกลับโดยกำหนดการสอดคล้องกับหนึ่งใน 9 ชนิดของตัวแปรที่ระบุไว้ในตารางที่ 3
•แปลจะซับซ้อนมากขึ้นโดยความจริงที่ว่าเรามีนโยบายการจัดสรรทรัพยากรหลายที่จะช่วยให้การวางแผนในการสื่อสารการตั้งค่าการจัดสรรทรัพยากรของผู้ใช้ไปยัง กำหนดการ นโยบายการจัดตารางเวลาที่แตกต่างกันนำไปสู่ความแตกต่างของการเข้ารหัส CSP ของปัญหาการตั้งเวลา เป็นผลให้เราต้องกฎระเบียบที่แตกต่างกันในการแปลคำอธิบายความล้มเหลวในการจัดตารางเวลาของกลับไปวางแผน ความซับซ้อนของกระบวนการแปลที่เพิ่มขึ้นพร้อมกับความซับซ้อนของการเรียนที่แตกต่างกัน เกี่ยวกับปัญหาที่สองสำหรับการเรียนง่าย INFRES แต่ละคำอธิบายความล้มเหลว (ชุดความขัดแย้ง) ที่เกิดจากการแก้ CSP ตั้งเวลาสามารถแปลงโดยตรงไปหนึ่งชุดของโหนดการดำเนินการในรูปแบบของกราฟวางแผนวางแผน สำหรับการแก้ไขระดับนอกเหนือจากตัวแปรที่สอดคล้องกับการดำเนินการในแผน CSP ตั้งเวลานอกจากนี้ยังมีตัวแปรที่เป็นตัวแทนของว่าง / ว่างการกระทำ ดังนั้นเราจึงจำเป็นที่จะให้เหตุผลเกี่ยวกับตัวแปรดังกล่าวเกี่ยวข้องกับช่วงก่อนที่เราจะสามารถแปลงความขัดแย้งการจัดตารางเวลาของการตั้งค่ากลับไปที่ชุดของการกระทำในการวางแผน สำหรับการเรียน SAMELEN เพราะช่วงของค่าตำแหน่งเป็นไปได้สำหรับการดำเนินการใน CSP ตั้งเวลาที่มีการเพิ่มขึ้นเป็นหนึ่งในตัวแปร CSP ตั้งเวลาสอดคล้องกับการดำเนินการหลายโหนดในกราฟแผน ดังนั้นกฎการแปลสำหรับชั้นนี้ควรจะสามารถแปลงหนึ่งชุดความขัดแย้งของ CSP การตั้งเวลาในการดำเนินการชุดจำนวนมากใน CSP วางแผน สุดท้ายสำหรับชั้น INCRELEN เพราะช่วงของตำแหน่งของการดำเนินการในการเข้ารหัสกำหนดการ (SE) ที่ได้รับอนุญาตให้ไปไกลกว่าระดับสูงสุดของกราฟแผนไม่มีวิธีที่ชัดเจนในการ map พวกเขากลับไปชุดดำเนินการในการวางแผน . ดังนั้นเราจึงยังไม่สนับสนุนปฏิสัมพันธ์ RealPlan-PP ระหว่างสองโมดูลในชั้นนี้
เพื่อช่วยในการแปลเราเริ่มต้นโดยการติดตามของวิธีการจัดตารางเวลาตัวแปรที่จะได้มาจากแหล่งข้อมูลที่ครอบคลุมในการวางแผนเชิงสาเหตุ สมมติว่ามีช่วง S I, J ที่จะเริ่มต้นและจบลงด้วยการกระทำของฉันและเจ เรารู้ (ดูมาตรา 4.1) ที่ว่านี้จะช่วยให้ช่วงเดียวยกตัวแปร RA i, RA J, PA PA I และ J การแปลงตัวแปรใน CSP จัดตารางเวลาในการค่าการกระทำของ CSP วางแผนของเราจึงกลับทำแผนที่นี้เป็น
ดังนี้

ผลลัพธ์ (ไทย) 3:

คำอธิบายที่ส่งกลับโดยการจัดตารางเวลาที่สอดคล้องกับหนึ่งใน 9 ประเภทของตัวแปรที่แสดงในตารางที่ 3บริการแปลภาษามีความซับซ้อนมากขึ้นโดยความจริงที่ว่าเรามีนโยบายการจัดสรรทรัพยากรต่างๆเพื่อช่วยวางแผนในการจัดสรรทรัพยากรการตั้งค่าของผู้ใช้ตัวจัดตารางเวลา นโยบายการจัดตารางที่แตกต่างกันนำไปสู่ชนิดของ CSP การเข้ารหัสของปัญหาการจัดตาราง . ผล เราต้องมีกฎที่แตกต่างกันในการแปลความล้มเหลวของตารางคำอธิบายกลับไปวางแผน ความซับซ้อนของการแปลเพิ่มขึ้นพร้อมกับความซับซ้อนของชั้นเรียนที่แตกต่างกัน ประเด็นที่สอง สำหรับชั้นเรียนที่ง่าย infres ความล้มเหลวแต่ละคำอธิบาย ( ตั้งค่าความขัดแย้งที่เกิดจากการจัด CSP สามารถแปลงโดยตรงกับหนึ่งชุดของจุดปฏิบัติการในการวางแผนกราฟของผู้วางแผน เรียนซ่อม นอกจากตัวแปรสอดคล้องกับการกระทำในการวางแผน , การจัดตาราง CSP ยังมีตัวแปรที่เป็นตัวแทนของฟรี / unfree การกระทํา ดังนั้น เราต้องให้เหตุผลเกี่ยวกับตัวแปรที่เกี่ยวข้องเช่นการขยาย ก่อนที่เราจะสามารถแปลงความขัดแย้งของกำหนดการตั้งค่ากลับไปที่ชุดของการกระทำในการวางแผน สำหรับห้อง samelen เพราะช่วงของค่าตำแหน่งที่เป็นไปได้สำหรับการกระทำในการกำหนด CSP จะกว้างขึ้น หนึ่งตัวแปรในการจัดตาราง CSP สอดคล้องกับโหนดการกระทำหลายอย่าง ตามกราฟ ดังนั้น การแปลกฎสำหรับคลาสนี้ควรจะสามารถแปลงชุดของตารางความขัดแย้ง CSP กับชุดปฏิบัติการมากมายในการวางแผน CSP . สุดท้าย ชั้น increlen เพราะช่วงของตำแหน่งของการกระทำในการกำหนดการเข้ารหัส ( SE ) ได้รับอนุญาตให้อยู่ในระดับสูงสุดของแผนที่ กราฟ ไม่มีวิธีที่ชัดเจนในแผนที่พวกเขากลับไปที่การตั้งค่าในแพลนเนอร์ ดังนั้น ขณะนี้เราไม่สนับสนุน realplan PP ปฏิสัมพันธ์ระหว่างสองโมดูลในชั้นเรียนนี้เพื่อช่วยในการแปล เราเริ่มต้น ด้วยการรักษาติดตามของตัวแปรของตารางจะได้มาจากทรัพยากรที่ครอบคลุมในการวางแผนเชิงสาเหตุ สมมติว่ามีช่วง S , J ที่เริ่มต้นและจบลงด้วยการกระทำที่ฉันและ J . เรารู้ ( ดูหมวด 4.1 ) ที่ช่วงเดียว นี้จะช่วยให้เพิ่มตัวแปร รา , ราเจ พาผมและ PA J . เพื่อแปลงตัวแปรในเป็นกำหนดการ CSP ค่าการกระทำของการวางแผนเป็นของตัวเอง เราจึงสลับแผนที่นี้ดังนี้ :