21、学习作为获取领域特定知识的方法

学习作为获取领域特定知识的方法

1. 学习控制规则

在规划研究中，控制规则学习是一个重要的研究方向。控制规则可以显著提高计划构建的效率和计划的质量。通过解释性学习或泛化方法，可以从搜索树中提取有用的控制规则，进而指导规划搜索。控制规则通常表示为产生式规则，即条件-动作规则。对于规划过程中遇到的当前状态，这些规则提供了应该采取哪些动作的指导信息。

1.1 解释性学习

解释性学习（EBL）是一种常用的方法，通过解释在搜索解决方案时做出某些分支决策的原因，从搜索树的分析中提取控制规则。例如，Minton（1988）提出的方法，通过解释在搜索过程中选择特定路径的原因，提取出可以提高未来搜索效率的控制规则。这种方法的核心在于，通过分析成功路径和失败路径的区别，总结出有助于提高搜索效率的经验规则。

1.2 泛化方法

另一种方法是通过泛化从多个示例中提取控制规则。例如，Mitchell等人（1986）提出的方法，通过泛化多个成功路径的共同特征，生成更具普遍性的控制规则。这些规则不仅提高了当前问题的求解效率，还能应用于类似问题的求解。

2. 学习控制程序

学习控制程序是另一种提高规划效率的方法。与控制规则不同，控制程序生成的是一个可能是循环或递归的动作序列，用于指导问题求解过程。控制程序不仅可以提高搜索效率，还能提供更高层次的抽象知识，帮助理解和解决复杂问题。

2.1 迭代宏与线性宏

Shell和Carbonell（1989）将迭代宏与线性宏进行了对比，展示了使用迭代宏可以预期的效率提升。迭代宏可以被视为程序，因为它们提供了一个控制结构，用于反复执行一系列动作，