规划包括一个行动选择阶段，在该阶段选择和安排行动以达到预期目标，以及一个资源分配阶段，在这个阶段分配足够的资源以确保成功执行所选行动。在大多数实际问题中，这两个阶段是松散耦合的。另一方面，大多数现有规划师没有利用这种松散耦合，而是使用相同的算法来执行动作选择和资源分配。当前的工作表明，上述策略严重削弱了现有规划师的扩大潜力，包括最近的Graphplan和Blackbox规划师。作为回应，开发了一种新的规划框架，其中资源分配与规划脱钩，并在单独的“调度”阶段进行处理。
实施该框架提出了几个有趣的问题，涉及资源在规划中的作用、规划和调度阶段之间的相互作用以及为这两个阶段选择方法的选择。在规划过程中，忽略了资源约束，并生成了一个抽象的计划，该计划可以正确地实现目标，但不考虑资源约束。接下来，基于实际的资源可用性，为抽象计划分配资源以生成可执行计划。这项工作介绍了一种廉价（无回溯）调度的过程方法和一种声明性方法，用于将复杂的调度问题视为约束满足问题。
新方法不仅保持了计划的正确性和质量（以长度衡量），而且提高了效率。这是在Graphplan之上实现的，并显示了令人印象深刻的经验结果。除了规划师效率的背景之外，当前的工作可以被视为朝着将规划与实际问题解决相结合的方向迈出的重要一步。具体而言，当计划在执行过程中未能实现其预期目的时，并不意味着失败计划的因果结构不正确，而是发现一些分配的资源不可用。当前方法的好处是它提供了一个框架，只进行必要的资源重新分配，而不进行完整的重新规划。
