83、基于线性规划的最优规划启发式及CSP求解与启发式算法

基于线性规划的最优规划启发式及CSP求解与启发式算法

1. 线性规划在最优规划启发式中的应用

在最优规划领域，距离估计是一个关键问题，不同的启发式方法会给出不同的距离估计结果。这里介绍了一种基于线性规划的启发式方法，并将其与其他几种常见的距离估计方法进行比较。

1.1 实验设置

使用了国际规划竞赛（IPCs）中的多个规划基准问题，包括来自IPC2的Logistics和Freecell、IPC3的Driverlog和Zenotravel以及IPC5的TPP，还加入了一些著名的Blocksworld问题。所有测试都在2.67GHz的Linux机器上进行，内存为1GB，设置了15分钟的超时时间。使用ILOG CPLEX 10.1求解基于线性规划的启发式问题。

1.2 比较的距离估计方法

• LP和LP - ：分别是带和不带领域结构约束的动作选择公式的结果。
• Lplan ：与Lplan非常相似的公式的结果，通过基于步骤的编码找到最短长度的计划。
• h + ：表示忽略动作删除效果的最优松弛计划的长度。
• hFF ：FF规划器的松弛计划启发式。
• Optimal ：Satplanner使用 - opt标志给出的最优距离估计。

1.3 实验结果

Pr