50、基于对象上下文的θ - 包含关系及相关规划方法解析

基于对象上下文的θ - 包含关系及相关规划方法解析

1. 引言

在人工智能规划领域，不确定环境下的规划是当下的一个热门趋势。这是因为在实际环境中，行动的结果往往具有不确定性，并且智能体可能无法获取其内部状态的完整信息。在许多方法中，马尔可夫决策过程（MDPs）已成为不确定环境下规划的事实上的标准表示和计算模型。

解决不确定动态环境中的规划任务，即找到一个最优策略，该策略是一个为每个状态提供最优行动的函数。与经典人工智能规划不同，由于环境的不确定性和动态性，解决方案不能再简单地表示为一系列行动，因为无法保证一个行动会导致预期的状态。

近年来，已经设计出了几种高效的解决MDPs的技术：
- SPUDD ：可以最优地解决具有数亿个状态的MDPs，表明通过利用问题的逻辑结构，大型MDPs通常可以得到最优解。
- 实时动态规划（RTDP）和符号LAO∗ ：采用启发式搜索，将计算限制在从初始状态可达的状态上。

许多现实的规划问题最好用一阶术语表示。现有的解决一阶MDPs的规划系统可以分为两类：
| 类别 | 特点 | 优势 | 劣势 |
| ---- | ---- | ---- | ---- |
| 基于命题化的方法 | 对基础命题进行推理 | 在2004年和2006年国际规划竞赛中表现出色 | 当感兴趣的领域未完全指定或为无限时，无法完成领域命题化 |
| 无命题化系统 | 在提升层面操作，使用一阶结构进行推理 | 目前在某些类别的问题上优于第一类系统 | 系统数量较少 |

由于基于命题化的规划方法存在缺陷，并且提升