摘要
{艾伦 等 J.F.Allen、H.A.Kautz、R.N.Pelavin和J.D.Tenenberg 计划推理 摩根考夫曼出版社,1991年。 谷歌学者 {本萨纳 等 E.Bensana、G.Bel和D.Dubois OPAL,一个基于多知识的工业车间调度系统 国际生产研究杂志 , 26(5) 795-819, 1988. 谷歌学者 {Chapman,1987年}D.Chapman关联目标规划 人工智能 , 32 333-377, 1987. 谷歌学者 {Curne和Tate,1991}K.Curne和A.Tate O规划开放式规划建筑 人工智能 , 52 49-86, 1991. 谷歌学者 {院长 等 1988年}T.Dean、R.J.Firby和D.Miller关于最后期限、旅行时间和资源的分层规划 计算智能 ,第381-398页,1988年。 谷歌学者 {德拉布尔和泰特,1994年}B.德拉布尔与A.泰特利用乐观和悲观的资源配置文件为基于活动的计划器中的搜索提供信息 AIPS 94程序 ,第243-248页,1994年。 谷歌学者 {埃里克勒 等 ,1990}J.Erechler、P.Lopez和C.Thunot资源约束下的时间推理在任务调度中的应用 支持系统研究进展 第189-194页,乔治·拉斯克和罗宾·霍夫(编辑),1990年。 谷歌学者 {Fox和Smith,1984年}M.S.Fox和S.F.Smith ISIS——基于知识的工厂调度系统 专家系统 , 1(1)25-49, 1984. 谷歌学者 {Garcia and Labone,1994年}F.Garcia和P.Labone时间规划中搜索空间的层次化技术报告,LAAS/CNRS,1994年提交给EWSP-95。 谷歌学者 {Gavril,1972年}F.弦图最大着色、最大团、最小团覆盖和最大独立集的Gavril-算法 SIAM J计算机 , 1 180-187, 1972. 谷歌学者 {Ghallab和Alaoui,1989年}M.Ghallab-和A.Mounir Alaoui-通过索引生成树有效管理时间关系 会议记录IJCAI-89 , 1989. 谷歌学者 {Ghallab和Allard,1983}M.Ghallab和D.G.Allard A,一种有效的近似可容许启发式搜索算法 IJCAI会议记录83 , 1983. 谷歌学者 {加拉布和拉鲁埃尔,1994年}M.加拉伯和H.拉鲁埃尔在《伊克斯特》中的表现和控制,《时间规划师》 AIPS-94程序 ,第61-67页,1994年。 谷歌学者 {Ghallab和Vidal,1995}M.Ghallap和T.Vidal关注子粒度以有效管理数字时间约束 FLAIRS-95程序(待出庭) , 1995. 谷歌学者 {海沃德 等 ,1989年}R.Hayward C.T.Hoang和F.Maffray优化弱三角化图 图与组合 , 5(4) 339-350, 1989. 谷歌学者 交叉引用 {Labone,1994年}P.Labone Planifier avec des containtes de resources技术报告94077,LAAS-CNRS,图卢兹(法国)1994。 谷歌学者 {McAlleater和Rosenbhtt,1991年}D.McAlleter和D.Rosenbht系统非线性规划 AAAI会议记录91 ,第634-639页,1991年。 谷歌学者 {穆塞托拉,1993年}N.穆塞托拉HSTS整合规划和调度 智能调度 摩根·考夫曼,1993年3月。 谷歌学者 {Sadeh,1991年}N.Sadeh 面向微观机会主义作业车间调度的Look-Ahead技术 卡内基·梅隆大学博士论文,1991年3月。 谷歌学者 {史密斯 等 S.F.Smith、M.S.Fox和PS OW构建和维护详细的生产计划,调查知识型工厂的发展 人工智能杂志 , 7(4) 45-61, 1986. 谷歌学者 {Tseng,1993年}曾荫权 约束状态的基础 学术出版社1993年。 谷歌学者 {Vilain and Kautz,1986}M.Vilain和H.Kautz时间推理的约束传播算法 AAAI-86会议记录 第377-382页,1986年。 谷歌学者 {威尔金斯,1988年}D.E.威尔金斯 实际规划 Morgan Kaufmann,加利福尼亚州圣马特奥,1988年。 谷歌学者 {Yang,1992年}Q.Yang A.规划中的冲突解决理论 人工智能 , 58 361-392, 1992. 谷歌学者
建议
随机资源约束下的预分配与规划 AAAI'18/IAAI'18/EAAI'18:第三十二届AAAI人工智能会议和第三十届人工智能创新应用会议论文集以及第八届AAAI-人工智能教育进展研讨会 资源约束常常使多智能体规划问题复杂化。 现有的资源约束多智能体规划问题算法依赖于约束是确定性的假设。 然而,经常存在资源限制。。。