基於Markov邏輯網路的HTN模型獲取算法

《基於Markov邏輯網路的HTN模型獲取算法》是依託中山大學，由卓漢逵擔任項目負責人的青年科學基金項目。

基本介紹

• 中文名：基於Markov邏輯網路的HTN模型獲取算法
• 項目類別：青年科學基金項目
• 項目負責人：卓漢逵
• 依託單位：中山大學

中文摘要

在HTN(分層任務網路)規劃中，人工建立HTN模型往往是很耗時和困難的，特別是當各種邏輯關係很複雜時。這已經成為套用HTN規劃技術解決實際問題的瓶頸。本項目旨在研究如何從歷史數據中自動學習獲得HTN模型，以降低人工建立HTN模型的耗費，從而促進推廣HTN規劃技術的套用。本項目首先建立一組候選邏輯公式，用以描述各種可能的HTN模型；然後，將歷史數據轉化為邏輯命題形式，用以學習候選邏輯公式的權重；最後，改進Markov邏輯網路學習算法，並利用改進的算法學習得到HTN模型。在實驗中，本項目在不同的HTN規劃領域中驗證算法的有效性和高效性。

結題摘要

本項目研究自動獲取智慧型規劃中 HTN(分層任務網路)模型的算法。HTN 模型是 利用HTN規劃系統求解規劃問題必須具備的輸入。傳統的做法是通過人工分析領域中的各種 邏輯關係,手工建立 HTN 模型。然而,這往往是很耗時和困難的,特別是當各種邏 輯關係很復 雜時。本項目旨在研究從歷史數據中自動學習獲得 HTN 模型, 以減低人工建立 HTN 模型的耗 費。本項目藉助並改進Markov邏輯網路學習算法,實現從具有不完整中間狀態信息的歷史數據中學習得到 HTN 模型。通過本項目的研究，發表高水平論文8篇，申請專利2項。