×
斯文·柯尼格;马克西姆·利哈切夫;大卫·弗西

终身计划\（\text{A}^*\）。 （英语） Zbl 1085.68674号

Artif公司。智力。 155，编号1-2，93-146（2004）.
摘要：启发式搜索方法承诺为路径规划问题找到最短路径，其速度比不知情的搜索方法更快。另一方面，增量搜索方法承诺为一系列类似的路径规划问题找到最短路径，比从头开始解决每个路径规划问题更快。在本文中，我们开发了终身规划（\text{A}^*\）（\text}LPA}^*），这是一个增量式版本的（\text[A}^**），它结合了人工智能和算法文献中的思想。它反复查找从给定起始顶点到给定目标顶点的最短路径，同时添加或删除图的边代价。它的第一个搜索与\（\text{a}^*\）的版本相同，该版本打破了联系，支持具有较小\（g\）值的顶点，但许多后续搜索可能更快，因为它重用了与新搜索树相同的前一个搜索树的部分。我们给出了证明其与（text{A}^*）相似性的分析结果，以及证明其在两个不同领域的潜在优势的实验结果，前提是路径规划问题的变化很小，且变化接近目标。

引用于13文件

MSC公司：

68T20型 人工智能背景下的问题解决（启发式、搜索策略等）

关键词：

\（\text{A}^*\）;持续规划;启发式搜索;启发式搜索规划;增量搜索;终身规划;计划重用;重新规划;象征性STRIPS风格规划

软件：

AltAlt键;D*Lite系列
PDF格式BibTeX公司 XML格式引用
\textit{S.Koenig}等人，Artif。智力。155，编号1--2，93-146（2004；Zbl 1085.68674）
全文： 内政部

参考文献：

[1] 德斯贾丁斯，M。；Durfee，E。；奥尔蒂斯，C。；Wolverton，M.，《分布式、连续规划研究调查》，《人工智能杂志》，20，4，13-22（1999）
[2] 科特，A。；萨克斯，V。；Mercer，A.，《一种新技术能够动态重新规划和重新安排航空医疗后送，人工智能杂志》，20，1，43-53（1999）
[3] Myers，K.，《CPEF：持续规划和执行框架》，《人工智能杂志》，20，4，63-69（1999）
[4] 彭伯顿，J。；Korf，R.，实时决策的增量搜索算法，（人工智能规划系统国际会议论文集，伊利诺伊州芝加哥（1994）），140-145
[5] Ramalingam，G。；Reps，T.，《最短路径问题泛化的增量算法》，J.Algorithms，21267-305（1996）·Zbl 0861.68035号
[6] Nilsson，N.，《人工智能中的问题解决方法》（1971），McGraw-Hill:McGraw-Hill纽约
[7] Thrun，S.，终身学习算法，（Thrun，S.；Pratt，L.，学习学习（1998），Kluwer Academic：Kluwer Academic Dordrecht）·Zbl 0891.68079号
[8] 利哈切夫，M。；Koenig，S.，《加速parti-game算法》（Becker，S.；Thrun，S.）；Obermayer，K.，《神经信息处理系统的进展》，第15卷（2002），麻省理工学院出版社：麻省理学院出版社剑桥，马萨诸塞州）
[9] Pearl，J.，《启发式：计算机问题解决的智能搜索策略》（1985），Addison-Wesley:Addison-Whesley Reading，MA
[10] Bellman，R.，《动态编程》（1957），普林斯顿大学出版社：普林斯顿大学出版，新泽西州普林斯顿·Zbl 0077.13605号
[11] Nebel，B。；Koehler，J.，计划重用与计划生成：理论和实证分析，人工智能，76，1-12，427-454（1995）
[12] Narváez，P。；Siu，K。；Tzeng，H.，最短路径树计算的新动态算法，IEEE/ACM Trans。网络，8，6，734-746（2000）
[13] 布里奥尔，L。；重发，M。；里贝罗，C。；Thorup，M.，OSPF路由的模因算法，（信息通信会议论文集（2002）），187-188
[14] McDermott，D.，《规划中均值分析的启发式估计器》（《人工智能规划与调度国际会议论文集》（1996）），142-149
[15] 博内，B。；Loerincs，G。；Geffner，H.，《稳健快速行动选择机制》（Proc.AAAI-97，Providence，RI（1997）），714-719
[16] 博内，B。；Geffner，H.，《启发式搜索规划器2.0》，《人工智能杂志》，22，3，77-80（2000）
[17] 霍夫曼，J.，FF:快速规划系统，《人工智能杂志》，22，3，57-62（2000）
[18] Refanidis，I。；Vlahavas，I.，GRT：基于贪婪回归表的STRIPS世界的域依赖启发式，（欧洲规划会议论文集（1999）），346-358
[19] 斯利瓦斯塔瓦，B。；Nguyen，X。；Kambhampati，S。；做，M。；南比亚尔，美国。；聂，Z。；尼甘达，R。；Zimmerman，T.，AltAlt：结合图形规划和启发式状态搜索，《人工智能》杂志，22，3，88-90（2000）
[20] 柯尼格，S。；Furcy，D。；Bauer，C.，启发式基于搜索的重新规划（2002年国际人工智能规划与调度会议论文集），294-301
[21] 汉克斯，S。；Weld，D.，用于计划调整的一种与域相关的算法，J.人工智能研究，2319-360（1995）
[22] Dechter，R。；Dechter，A.，《动态约束网络中的信念维护》（Proc.AAAI-88，St.Paul.MN（1988）），37-42
[23] Verfaillie，G.公司。；Schiex，T.，动态约束满足问题中的解决方案重用，（Proc.AAAI-94，西雅图，WA（1994）），307-312
[24] 米塔尔，S。；Falkenhainer，B.，《动态约束满足问题》（Proc.AAAI-90，Boston，MA（1990）），25-32
[25] 米格尔，I。；沈庆，扩展FCSP以支持动态变化的问题，（IEEE国际模糊系统会议论文集（1999）），1615-1620
[26] Hammond，K.，《解释和修复失败的计划》，《人工智能》，45，173-228（1990）
[27] Simmons，R.，《调试计划和解释理论》（Proc.AAAI-88，St.Paul，MN（1988）），94-99
[28] Gerevini，A。；Serina，I.，通过规划图快速调整计划：局部和系统搜索技术，（《国际人工智能规划与调度会议论文集》（2000）），112-121
[29] Koehler，J.，《正式框架中的灵活计划重用》（Bäckström，C.；Sandewall，E.，《人工智能规划的当前趋势》（1994），IOS出版社：阿姆斯特丹IOS出版社），171-184
[30] Veloso，M.，《通过类比推理进行规划和学习》（1994年），《施普林格：施普林格柏林》·Zbl 0875.68747号
[31] Alterman，R.，适应性规划，认知科学。，12, 3, 393-421 (1988)
[32] Kambhampati，S。；亨德勒，J.，《基于验证结构的计划修改和重用理论》，人工智能，55193-258（1992）
[33] Ramalingam，G。；Reps，T.，《关于动态图问题的计算复杂性》，Theoret。计算。科学。，158, 1-2, 233-277 (1996) ·Zbl 0871.68098号
[34] Ausiello，G。；意大利，G。；Marchetti-Paccamela，A。；Nanni，U.，最小长度路径的增量算法，J.algorithms，12，4，615-638（1991）·Zbl 0751.68042号
[35] 偶数，S。；Shiloach，Y.，《在线边缘删除问题》，J.ACM，28，1，1-4（1981）·Zbl 0454.68075号
[36] 偶数，S。；Gazit，H.，更新动态图中的距离，Meth。操作。研究，49，371-387（1985）·Zbl 0565.05052号
[37] Feuerstein，E。；Marchetti Spaccamela，A.，平面图中最短路径的动态算法，定理。计算。科学。，116, 2, 359-371 (1993) ·兹比尔0783.68092
[38] 弗朗西奥萨，P。；Frigioni，D。；Giaccio，R.，《有向图中的半动态宽度首次搜索》，Theoret。计算。科学。，250, 1-2, 201-217 (2001) ·Zbl 0952.68106号
[39] Frigioni博士。；Marchetti-Paccamela，A。；Nanni，U.，《全动态输出有界单源最短路径问题》（离散算法研讨会论文集，佐治亚州亚特兰大（1996）），212-221·Zbl 0848.68047号
[40] Goto，S。；Sangiovanni-Vincentelli，A.，一种新的最短路径更新算法，网络，8，4，341-372（1978）·Zbl 0392.94022号
[41] Italiano，G.，《在有向非循环图中寻找路径和删除边》，Inform。过程。莱特。，28，1，5-11（1988年）·Zbl 0663.68052号
[42] 克莱因，P。；Subramanian，S.，平面图中最短路径问题的全动态近似方案，（算法和数据结构国际研讨会论文集（1993）），443-451
[43] 林，C。；Chang，R.，关于动态最短路径问题，J.Inform。工艺。，13, 4, 470-476 (1990) ·Zbl 0764.68125号
[44] Rohnert，H.，全对最小代价路径问题的动态化，（计算机科学理论方面研讨会论文集，德国萨尔布吕肯（1985）），279-286·Zbl 0568.68050号
[45] 斯皮拉，P。；潘，A.，《关于寻找和更新生成树和最短路径》，SIAM J.Compute。，4, 375-380 (1975) ·Zbl 0325.05119号
[46] Edelkamp，S.，《更新最短路径》（《欧洲人工智能会议论文集》，英国布莱顿（1998）），655-659
[47] Frigioni，D。；Marchetti-Paccamela，A。；Nanni，U.，维护单源最短路径树的半动态算法，Algorithmica，22，3，250-274（1998）·Zbl 0915.68083号
[48] Frigioni，D。；Marchetti-Paccamela，A。；Nanni，U.，维护最短路径树的全动态算法，J.algorithms，34，2，251-281（2000）·Zbl 0949.68169号
[49] Stentz，A.，实时重新规划的聚焦D*算法（Proc.IJCAI-95，蒙特利尔，魁北克（1995）），1652-1659
[50] 柯尼希，S。；Likhachev，M.，《改进的机器人在未知地形中导航的快速重新规划》，（机器人与自动化国际会议论文集，华盛顿特区（2002）），968-975
[51] M.Al-Ansari，《持续环境中的高效强化学习》，东北大学计算机科学学院博士论文，马萨诸塞州波士顿，2001年；M.Al-Ansari，《持续环境中的高效强化学习》，东北大学计算机科学学院博士论文，马萨诸塞州波士顿，2001年
[52] 德米特里斯库，C。；Frigioni，D。；Marchetti-Paccamela，A。；Nanni，U.，在具有任意弧权的有向图中保持最短路径：一项实验研究，（算法工程研讨会论文集（2000）），218-229
[53] Proietti，G.，《动态维护与交换：最短路径树的实验研究》（算法工程研讨会论文集（2000）），207-217
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。