52、推理规划代理的混合架构与拓扑地图学习

推理规划代理的混合架构与拓扑地图学习

推理规划代理的混合架构

在规划领域，操作符（也称为动作）集合 Op 可应用于计划中。每个动作 a 属于 Op，由前置条件 Ca（执行动作必须满足的条件）和后置条件 Ea（动作执行后必须满足的条件）来描述。

一个计划 P 是一个元组 ，各部分含义如下：
- S 是计划动作的集合。有两个特殊动作：tI，其效果为初始状态 I；tG，其前置条件为目标规范 G。
- O 是 S 上的一个排序关系，用于确定计划动作之间的顺序。tI 总是第一个动作，tG 总是最后一个动作。如果排序关系是全序的，P 是线性计划；如果是偏序关系，P 是非线性计划。
- B 是一个集合，用于描述 P 中出现的变量的绑定和禁止绑定。
- L 是一种形式为 's s p ⎯→ ⎯ 的因果链接集合，其中 s, s’ 属于 S，p 属于 Es 且 p 属于 Cs’，用于建立计划动作之间的联系。

当对于每个不等于 tI 的动作 s，对于每个 p 属于 Cs 都存在一个因果链接 's s p ⎯→ ⎯ ，并且对于每个不等于 tG 的动作 s 至少存在一个因果链接 ''s s q ⎯→ ⎯ 时，计划 P 构成解决规划问题的解决方案。如果规划器想保留计划中的失败或意外情况，这些情况用一组公式 F 表示。

以下是一个 mermaid 流程图展示计划 P 的相关关系：

graph LR
    classDef process fill:#E5F6FF,stroke: