GP、SAP算法比较研究

针对规划问题,引入了固定结构解的描述形式,指出其离散量与连续量混合的多峰值优化的特点。在此基础上提出了固定结构遗传规划算法（GP）、模拟退火规划算法（SAP）,并进行了算法分析。最后通过实验对四个典型优化函数的优化进行了比较研究。研究与实验结果表明SAP算法综合考虑了结构优化与参数优化,具有收敛效率高、获得更优解概率大的特点;GP算法有利于结构优化,但不利于参数优化,具有收敛效率较低,获得更优解的概率较小的特点。     

GP、SAP算法比较研究

针对规划问题,引入了固定结构解的描述形式,指出其离散量与连续量混合的多峰值优化的特点.在此基础上提出了固定结构遗传规划算法(GP)、模拟退火规划算法(SAP),并进行了算法分析.最后通过实验对四个典型优化函数的优化进行了比较研究.研究与实验结果表明SAP算法综合考虑了结构优化与参数优化,具有收敛效率高、获得更优解概率大...     

并行概率规划综述*

自动规划是人工智能的重要分支。它针对特定领域的特定问题,生成一个由可应用动作构成的规划。经典规划中的动作效果是确定的,且在每个时间步内只能执行一个动作。但在实际问题中,动作的效果往往是不确定性的,且动作的执行具有并发性。因此,并行概率规划(Parallel and Probabilistic Planning, PPP) 被提出,并在近两次国际规划比赛中有了专门的PPP比赛。PPP的应用前景正在引起规划研究学术圈的关注。有鉴于此,本文对其进行综述。具体内容包括定义PPP领域、问题和规划解,介绍其描述语言、基准领域及规划器,并对其中两个有代表性的规划器进行实际测试。实验表明在求解效率方面测试结果与比赛结果基本一致,但部分规划器的求解规模与竞赛不完全一致。这可能是比赛中的某些未开源代码或手工干预得到的。     

图规划框架下的规划合成与分解

提出了原子规划、独立规划、子规划以及父规划等概念，给出了图规划框架下的规划分解算法，有效地解决了在现实世界中求出有效规划后，初始条件发生改变的情况。定义了相关动作、相关规划以及相关规划的判定方法，提出了规划合成算法。几个有效规划的单独执行会浪费资源，针对这种情况该文提出了解决方案。     

图规划框架下规划修补算法的研究与实现

智能规划是人工智能研究领域近年来发展起来的一个研究热点。在图规划框架下,充分考虑了图的层次结构对规划修补的作用,利用已有的修补结果,对GPG修补算法进行了改进,针对特定的变化情况,给出了一种有效的修补算法。实验数据表明,修补算法有较好的有效性。     

一致性规划研究

针对一致性规划的高度求解复杂度,分析主流一致性规划器的求解策略,给出影响一致性规划器性能的主要因素：启发信息的有效性,信念状态表示方法的紧凑性和最终问题求解机制的效率。分析信念状态的表示方法和相应的求解机制,并比较不同表示方法在不同条件下的优劣。讨论一致性规划的未来研究方向和发展趋势。     

概率规划的研究与发展

概率规划是智能规划研究的一个重要方面, 首先给出概率规划领域定义语言, 并介绍其语法及语义, 随后重点介绍了求解概率规划的各种方法, 如动态规划、启发式动态规划和基于规划图的方法等, 并分析了各种方法的特点. 最后对国际概率规划比赛进行了介绍.     

不确定层次任务网络规划研究综述

层次任务网络(Hierarchical task network, HTN)规划作为一项重要的智能规划技术被广泛应用于实际规划问题中, 传统的HTN规划无法处理不确定规划问题.然而, 现实世界不可避免地存在无法确定或无法预测的信息, 这使许多学者开始关注不确定规划问题, 不确定HTN规划研究也成为HTN规划研究的前沿.本文从HTN规划过程出发分析了不确定HTN规划问题中涉及的三类不确定, 即状态不确定、动作效果不确定和任务分解不确定; 总结了系统状态、动作效果和任务分解等不确定需要扩展确定性HTN规划模型的工作, 以此对现有不确定HTN规划的研究工作加以梳理和归类; 最后,对不确定HTN规划研究中仍需要解决的问题和未来的研究方向作了进一步展望.     

智能规划器StepByStep的研究和开发

智能规划器是智能规划研究成果的重要表现形式,规划器的求解效率和规划质量是智能规划理论研究的直接反映.首先介绍智能规划器的一般结构和StepByStep规划器的总体结构,然后详细阐述StepByStep规划器各组成部分所采用的方法和策略,定义谓词知识树来提取领域知识.在谓词知识树的基础上定义谓词规划树,并用各种策略来提高规划树的生成效率.在谓词规划树的基础上设计StepByStep的规划策略,最后用8个规划器对3个具有代表性的基准规划领域及其规划问题进行实际的求解实验,分析了StepByStep规划器在求解效率和规划质量上的具体表现.实验数据表明,StepByStep规划器的规划策略对3个不同规划领域都具有很好的指导作用,验证了领域知识在规划求解过程中的实际价值.     

自动泊车运动规划方法综述

自动泊车是自动驾驶车辆在低速行驶场景中的核心技术之一,已被广泛应用于各类车型中。运动规划确保所规划出的轨迹能指引车辆从起始位姿无碰撞、符合运动学规律地行驶至目标位姿,是体现自动泊车智能水准的关键技术模块。随着当前自动驾驶技术从初步的技术原型研究逐渐向产业化应用转型,低速自动驾驶领域中的自动泊车技术成为了这一转型过程中的关键突破点。文章回顾了现有的应用于自动泊车领域的运动规划方法,将其归纳为几何方法、采样方法、搜索方法、数值优化方法以及机器学习方法等类别,并对各类方法的发展历程与技术特点进行了回顾;探讨了自动泊车运动规划方法的未来研究方向,具体包括构建泛化性更强的模型、提升规划方法的稳定性、关注在线实时高质量重规划的能力与防御性驾驶的能力,以及考虑与其他交通参与者的交互等。     

非确定规划及带有时间和资源的规划的研究

智能规划是人工智能近年来的研究热点, 早期的工作主要是围绕着具有较强约束的经典规划展开, 最近的工作放宽了这些假设, 使智能规划逐渐走向应用。在分析经典规划特点的基础上, 介绍了非确定规划的研究进展和带有时间和资源的规划的研究, 并对智能规划的进一步工作和存在的问题提出了一些看法。     

基于学习的规划技术研究

经过近十多年的努力,现代智能规划器无论是效率还是处理能力均得到了极大提高。鉴于现有规划理论的局限性,进一步提高现有规划技术效率已愈显困难。现有的大多数规划器均不具备学习能力,无法从先前求解经验中学习有用知识。综述了基于学习的规划技术的发展现状,然后重点介绍了规划大赛中最佳学习器所使用的学习技术,最后指出当前基于学习的规划技术研究领域中存在的主要问题。     

电梯规划的动态模型

讨论了写字楼上下班高峰期的电梯规划问题。首先提出了电梯方案的衡量标准,然后建立了一个比较完整的“动态规划”模型,对模型进行了求解。最后,对结果作了进一步的讨论,讨论了该模型对一般建筑以及超高建筑规划时候结果的不同,并回过头来验证了衡量标准的正确性。最后根据一个实际问题给出解决的方案。     

机器人运动规划方法的研究

针对路径规划以及碰撞检测这一研究的重点问题,提出了G-空间法、人工势力场法、遗传算法等。序列规划问题一般转化为旅行商问题来求解。在综合现有序列规划和路径规划方法的基础上,提出两种机器人运动规划算法：基于任意路径的运动规划算法和基于直线路径的运动规划算法,思路简单,能对各种机器人工程任务进行运动规划。     

机器人路径规划方法综述

路径规划技术是机器人控制技术研究中的一个重要问题,目前为止,其研究方法主要有两大类传统方法和智能方法.综述了有关机器人路径规划技术的研究方法,介绍了自由空间法等传统方法,同时讨论了基于遗传算法、模糊控制和神经网络等智能方法的路径规划技术,并展望了机器人路径规划技术的未来与发展趋势.     

一个基于知识的装配序列规划系统

本文提出一种基于知识的装配序列规划系统。该系统针对装配序列规划所涉及信息的纯几何描述和计算的复杂度等问题，采用领域知识推理，并结合适量几何计算的方法，求解装配序列规划问题。系统包括：任务理解，装配关系模型生成和序列规划三个组成部分。     

行业专用网络规划建设研究

行业专用网络由于其特殊性,在建设之初就必须根据企事业行业的组织结构的具体特点,在调研及需求分析的基础上进行充分、详实的规划.在行业专用网络规划内容、现状分析的基础上,从行业专用网络规划关键技术入手,在行业专用网络拓扑结构规划、IP规划、网络安全规划的3个方面,分别阐述了行业专用网络规划建设的具体方法,以确保行业专用网络建设的顺利进行.     

智能城市交通规划及管理系统

阐述一种智能化的城市交通规划及管理系统的开发要点。通过出行行为与出行原则的转化、交通需求与供给的演化平衡及交通参数的自动调整与标定，使系统在完全实现传统意义下交通规划功能的基础上，具有较高的自动化程度，体现智能化特点。