33、人工智能中的规划：经典规划与不确定性规划综述

人工智能中的规划：经典规划与不确定性规划综述

1 引言

在人工智能领域，规划旨在生成一系列行动以达成特定目标。早期，GPS 系统期望让计算机模拟人类推理，但随着发展，经典规划领域虽降低了预期，却在表达能力和计划生成效率上取得显著进步。

经典规划基于两个简化假设：一是对系统当前状态和行动效果有完美认知；二是系统状态仅因行动而确定性改变。这使得规划器能解决远超人类能力的大型问题。

近年来，不确定性规划领域兴起，它能在决策理论规划中整合行动的随机效果和目标效用。马尔可夫决策过程（MDP）框架成为解决不确定性规划问题的常用方法。不过，为 MDP 引入简洁表示语言会导致传统求解算法因“维度灾难”而效率低下，这也促使了众多相关方法的发展。

接下来，我们将介绍基于 STRIPS 及其扩展的经典规划方法，以及 MDP 框架在不确定性规划中的应用。

2 经典规划

经典规划的发展历经三个主要阶段，对应三种规划问题表示框架和语言：STRIPS、PDDL 和 GRAPHPLAN。

2.1 命题 STRIPS 规划框架

STRIPS 系统为经典规划研究奠定了基础。在命题 STRIPS 规划框架中，行动由有限的原子命题符号集定义。一个命题 STRIPS 规划问题可通过实例化如 PDDL 等更丰富语言描述的行动方案得到。

系统状态是有限原子集 A 的子集，代表世界的所有可能事实。行动是一个三元组 (a = \langle prec(a), add(a), del(a) \rangle)，其中 (prec(a)) 是行动的前提条件，(add(a)) 是添加效果，(del(a)) 是删除