Narzędzia help

Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
first previous next last
cannonical link button

http://yadda.icm.edu.pl:80/baztech/element/bwmeta1.element.baztech-article-BPOD-0014-0005

Czasopismo

Przegląd Elektrotechniczny

Tytuł artykułu

Wskaźniki jakości przybliżenia planowania z reprezentacją STRIPS programowaniem liniowym

Autorzy Gałuszka, A. 
Treść / Zawartość http://pe.org.pl/
Warianty tytułu
EN Scoring functions of approximation of STRIPS planning by linear programming
Języki publikacji PL
Abstrakty
PL Planowanie z reprezentacją STRIPS polega na znalezieniu sekwencji akcji prowadzących od danego stanu początkowego do pożądanej sytuacji docelowej. Jest to problem trudny obliczeniowo. W pracy sprowadzono powyższy problem do programowania liniowego, mając na celu uproszczenie metody znajdowania planu. Wprowadzono dodatkowo dwa wskaźniki celem oceny jakości planu znalezionego tą metodą. Przykładowa symulacja ilustruje zaproponowane podejście.
EN STRIPS planning is a problem of finding of a set of actions that transform given initial state to desired goal situation. It is hard computational problem. In this work an approximation of STRIPS planning by linear programming is shown. Additionally two scoring functions have been introduced to estimate quality of the plan. Proposed approach is illustrated by example simulation.
Słowa kluczowe
PL planowanie z reprezentacją STRIPS   programowanie liniowe   optymalizacja   heurystyka  
EN STRIPS planning   linear programming   heuristic   optimization  
Wydawca Wydawnictwo SIGMA-NOT
Czasopismo Przegląd Elektrotechniczny
Rocznik 2008
Tom R. 84, nr 9
Strony 100--102
Opis fizyczny Bibliogr. 15 poz., rys., wykr.
Twórcy
autor Gałuszka, A.
Bibliografia
[1] Nilson N. J., Principles of Artificial Intelligence, Toga Publishing Company, Palo Alto, California, 1980
[2] Yen J., Langari R., Zadeh L.A., Industrial Applications of Fuzzy Logic and Intelligent Systems, IEEE Press. NY, 1995
[3] Popovic D., Bhatkar V.P., Methods And Tools For Applied Artificial Intelligence, Marcel Dekker, Inc., New York, NY, 1994
[4] Bylander T., The computational complexity of propositional STRIPS planning. Artificial Intelligence, 69 (1994), 165-204
[5] Slaney J., Thiebaux S., Block World revisited, Artificial Intelligence, 125 (2001), 119-153
[6] Howe A.E., Dahlman E., A Critical Assesment of Benchmark Comparison in Planning, Journal of Artificial Intelligence Research, 17 (2002), 1-33
[7] Weld D.S., Recent Advantages in AI Planning, AI Magazine (1999)
[8] Weld D.S., Anderson C.R., Smith D.E., Extending graphplan to handle uncertainty & sensing actions. Proc. 15th National Conf. Artificial Intelligence, USA, (1998), 897–904
[9] Sierocki I., A Serial Decomposition of Planning Problems, Proc. Fourth International Symposium on Methods and Models in Automation and Robotics, Międzyzdroje, Poland, (1997), 1179-1184
[10] Nebel B., Koehler J., Plan reuse versus plan generation: a theoretical and empirical results, Artificial Intelligence, 76 (1995), 427-454
[11] Nareyek A., Freuder E.C., Fourer R., Giunchiglia E., Goldman R.P., Kautz H., Rintanen J., Tate A., Constraints and AI Planning, IEEE Intelligent Systems, 20 (2005), n.2, 62-72
[12] Vossen T., Ball M., Lotem A., Nau D., Applying Integer Programming to AI Planning, Knowledge Engineering Review, 15 (2000) , n.1, 85-100
[13] Bylander T., A Linear Programming Heuristic for Optimal Planning, Int. Conf. American Association for Artificial Intelligence, (1997), www.aaai.org
[14] Galuszka A. Linear and Integer Programming Large Scale Heuristic for STRIPS Planning. The 2007 European Simulation and Modelling Conference, ESM, October 22-24, 2007, Malta, 321-325
[15] Baral Ch., Kreinovich V., Trejo R., Computational complexity of planning and approximate planning in the presence of incompleteness, Artificial Intelligence, 122 (2000), 241-267
Kolekcja BazTech
Identyfikator YADDA bwmeta1.element.baztech-article-BPOD-0014-0005
Identyfikatory