人工智能自动规划的概念以及定义

（文章来源：同花顺AI）

自动规划（automatic planning或 automated planning）是一种重要的问题求解技术，与一般问题求解相比，自动规划更注重于问题的求解过程，而不是求解结果。此外，规划要解决的问题，如机器人世界问题，往往是真实世界问题，而不是比较抽象的数学模型问题。

自动规划系统与专家系统均属高级求解系统与技术。由于自动规划系统具有上述特点，而且具有广泛的应用场合和应用前景，因而引起人工智能界的浓厚研究兴趣，并取得许多研究成果。

在研究自动规划时，往往以机器人规划与问题求解作为典型例子加以讨论。这不仅是因为机器人规划是自动规划最主要的研究对象之一，更因为机器人规划能够得到形象的和直觉的检验。有鉴于此，常常把自动规划称为机器人规划（robot planning）。机器人规划的原理、方法和技术，可以推广应用至其他规划对象或系统。

自动规划或机器人规划是继专家系统和机器学习之后人工智能的一个重要应用领域，也是机器人学的一个重要研究领域，是人工智能与机器人学一个令人感兴趣的结合点。有些研究者又把自动规划叫做智能规划（intelligent planning）。在自动规划研究中，有的把重点放在消解原理证明机器上，它们应用通用搜索启发技术，以逻辑演算表示期望目标， STRIPS和 ABSTRIPS就属于这类系统。

这种系统把世界模型表示为一阶谓词演算公式的任意集合，采用消解反演（resolution refutation）来求解具体模型的问题，并采用中间结局分析（means ends analysis）策略来引导求解系统达到要求的目标。另一种规划系统采用管理式学习（spuervised learning）来加速规划过程，改善问题求解能力。 PULP-Ⅰ即为一具有学习能力的规划系统，它是建立在类比基础上的。 PULP-Ⅰ系统采用语义网络来表示知识，比用一阶谓词公式前进了一步。

20世纪80年代以来，又开发出其他一些规划系统，包括非线性规划、应用归纳的规划系统、分层规划系统和专家规划系统等。从某个特定的问题状态出发，寻求一系列行为动作，并建立一个操作序列，直到求得目标状态为止。这个求解过程就称为规划。规划是关于动作的推理。它是一种抽象的和清晰的深思熟虑过程，该过程通过预期动作的期望效果，选择和组织一组动作，其目的是尽可能好地实现一个预先给定的目标。

规划是对某个待求解问题给出求解过程的步骤。规划涉及如何将问题分解为若干个相应的子问题，以及如何记录和处理问题求解过程中发现的子问题间的关系。规划具有层次结构。在规划的任务一子任务层次结构中，位于最底层的子任务，其动作必须是个基本动作，就是无需再规划即可执行的动作。规划系统是一个涉及有关问题求解过程的步骤的系统。例如，计算机或飞机设计、火车或汽车运输路径、财政和军事等规划问题。

在日常生活中，规划意味着在行动之前决定行动的进程，或者说，规划一词指的是在执行一个问题求解程序中任何一步之前，计算该程序几步的过程。一个规划是一个行动过程的描述。它可以是像百货清单一样的没有次序的目标表列；但是一般来说，规划具有某个规划目标的蕴含排序。例如，对于大多数人来说，吃早饭之前要先洗脸和刷牙或漱口。

又如，一个机器人要搬动某工件，必须先移动到该工件附近，再抓住该工件，然后带着工件移动。许多规划所包含的步骤是含糊的，而且需要进一步说明。臂如说，一个工作日规划中有吃午饭这个目标，但是有关细节，如在哪里吃、吃什么、什么时间去吃等等，都没有说明。与吃午饭有关的详细规划是全日规划的一个子规划。大多数规划具有很大的子规划结构，规划中的每个目标可以由达到此目标的比较详细的子规划所代替。

尽管最终得到的规划是某个问题求解算符的线性或分部排序，但是由算符来实现的目标常常具有分层结构。