马克西姆·利哈切夫；戴夫·弗格森；杰夫·戈登；安东尼·斯坦茨；塞巴斯蒂安·特龙 动态图中的任何时间搜索。 （英语） Zbl 1184.68474号 Artif公司。智力。 172，第14号，1613-1643（2008）. 摘要：在现实世界中操作的代理通常只有有限的时间来规划其下一步行动。在这些情况下，制定最佳计划是不可行的。相反，代理必须满足于在可用时间内可以生成的最佳计划。一类非常适合此任务的规划师是随时随地的规划者，他们可以快速找到初始的、高度次优的计划，然后改进此计划，直到时间耗尽。现实世界中与规划相关的第二个挑战是，模型通常不完善，环境通常是动态的。因此，代理需要随着时间的推移更新其模型和计划。增量规划师利用以前的规划工作的结果生成新的计划，在这种情况下可以大大加快每一个规划阶段。在本文中，我们提出了一种基于（A^{*}）的任意时间搜索算法，该算法可以产生比当前方法更好的解，同时还提供了在任何时间点解的质量的次优界。我们还提出了该算法的一个扩展，它是随时随地递增的。此扩展改进了其当前解决方案，同时考虑时间允许并能够在世界模型发生更改时增量修复其解决方案。我们提供了一些理论和实验结果，并证明了这些方法在涉及两个物理系统的机器人导航领域中的有效性。我们相信，所提出的方法的简单性、理论性质和通用性使它们非常适合于涉及动态图的一系列搜索问题。 引用于7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） 68兰特 计算机科学中的图论（包括图形绘制） 68T40型 机器人人工智能 关键词：规划；重新规划；随时随地计划；\（^{*}\）；搜索；随时随地搜索；启发式搜索；增量搜索 PDF格式BibTeX公司 XML格式引用 \textit{M.Likhachev}等人，Artif。智力。172，第14号，1613-1643（2008；Zbl 1184.68474） 全文： 内政部 链接 参考文献： [1] 哈特，体育。；新泽西州尼尔森。；Raphael，B.，启发式确定最小成本路径的正式基础，IEEE系统、科学和控制论SSC汇刊，4，2，100-107（1968） [2] Dijkstra，E.W.，关于与图有关的两个问题的注释，数字数学，1269-271（1959）·兹比尔0092.16002 [3] Dechter，R。；Pearl，J.，广义最佳优先搜索策略和最优性af（A^*），计算机协会杂志，32，3，505-536（1985）·Zbl 0631.68075号 [4] Zilberstein，S。；Russell，S.，《使用任意时间算法的近似推理》，（《不精确和近似计算》（1995），Kluwer学术出版社） [5] T.L.Dean，M.Boddy，《时间相关规划分析》，载于：《全国人工智能会议论文集》，1988年；T.L.Dean，M.Boddy，《时间相关规划分析》，摘自：《全国人工智能会议论文集》，1988年·Zbl 0713.68069号 [6] H.Moravec，《移动机器人的确定性网格》，载于《NASA/JPL空间远程机器人研讨会论文集》，1987年；H.Moravec，《移动机器人的确定性网格》，载于：美国国家航空航天局/喷气推进实验室太空远程机器人研讨会论文集，1987年 [7] S.Koenig，Y.Smirnov，《自由空间假设下基于传感器的规划》，载于：《机器人与自动化国际会议论文集》，1997年；S.Koenig，Y.Smirnov，《自由空间假设下基于传感器的规划》，载于：《机器人与自动化国际会议论文集》，1997年 [8] J.Ambite，C.Knoblock，《改写规划：高效生成高质量计划》，载于《全国人工智能会议论文集》，1997年；J.Ambite，C.Knoblock，《通过改写进行规划：高效生成高质量计划》，载于：《全国人工智能会议论文集》，1997年·Zbl 0994.68138号 [9] S.Zilberstein，S.Russell，《随时随地感知、规划和行动：机器人控制的实用模型》，载《国际人工智能联合会议论文集》，1993年，第1402-1407页；S.Zilberstein，S.Russell，《任何时间的感知、规划和行动：机器人控制的实用模型》，载于：《国际人工智能联合会议论文集》，1993年，第1402-1407页 [10] N.Hawes，计算机游戏世界的随时随地规划代理人，载于：2002年第三届国际计算机与游戏大会（CG'02）计算机游戏代理人研讨会论文集；N.Hawes，计算机游戏世界的随时随地规划代理人，载于：2002年第三届国际计算机与游戏大会（CG'02）计算机游戏代理人研讨会论文集 [11] Pai，D.K。；Reissell，L.-M.，多分辨率粗糙地形运动规划，IEEE机器人与自动化汇刊，14，1，19-33（1998） [12] H.Prendinger，M.Ishizuka，APS，一个基于prolog的任何时间规划系统，载于《第11届prolog应用国际会议论文集》（INAP），1998年；H.Prendinger，M.Ishizuka，APS，一个基于prolog的随时随地计划系统，摘自：《第11届prolog应用国际会议论文集》（INAP），1998年 [13] Korf，R.E.，实时启发式搜索，人工智能，42，2-3，189-211（1990）·Zbl 0718.68082号 [14] Dasgupta，P。；查克拉巴蒂，P。；DeSarkar，S.，树中的Agent搜索和迭代深化的最优性，人工智能，71995-208（1994）·Zbl 0824.68098号 [15] S.Koenig，《不完全信息下的目标导向行为：以代理为中心的搜索行为》，卡内基梅隆大学博士论文，1997年；S.Koenig，《不完全信息的目标导向行为：以代理为中心的搜索行为》，卡内基梅隆大学博士论文，1997年 [16] R.Zhou，E.A.Hansen，使用（A^*\）进行多重序列比对；R.Zhou，E.A.Hansen，使用（A^*\）进行多重序列比对 [17] Hansen，E.A。；Zhou，R.，Anytime启发式搜索，《人工智能研究杂志》（JAIR），28267-297（2007）·Zbl 1182.68061号 [18] J.G.Gaschnig，某些搜索算法的性能测量和分析，卡内基梅隆大学博士论文，1979年；J.G.Gaschnig，某些搜索算法的性能测量和分析，卡内基梅隆大学博士论文，1979年 [19] 博内，B。；Geffner，H.，规划作为启发式搜索，人工智能，129，1-2，5-33（2001）·Zbl 0971.68146号 [20] Korf，R.E.，《线性空间最佳优先搜索》，《人工智能》，第62期，第41-78页（1993年）·Zbl 0778.68079号 [21] Rabin，S.，（A^*\）速度优化，（DeLoura，M.，游戏编程宝石（2000），Charles River Media：Charles Rivers Media Rockland，MA），272-287 [22] S.Edelkamp，《利用模式数据库进行规划》，载于《欧洲规划会议论文集》，2001年；S.Edelkamp，《利用模式数据库进行规划》，载于《欧洲规划会议论文集》，2001年 [23] Bagchi，A。；Srimani，P.K.，《网络中的加权启发式搜索》，《算法杂志》，6550-576（1985）·Zbl 0593.90079号 [24] 查克拉巴蒂，P.P。；Ghosh，S。；DeSarkar，S.C.，启发式高估时的可容许性，人工智能，3497-113（1988）·Zbl 0643.68153号 [25] Davis，H.W。；Bramanti-Gregor，A。；Wang，J.，《在启发式搜索中使用深度和广度组件的优势》，（Ras，Z.W.；Saitta，L.，《智能系统方法论》，3（1988），北荷兰：北荷兰纽约），19-28 [26] R.Zhou，E.A.Hansen，波束堆栈搜索：将回溯与波束搜索相结合，载于《国际自动规划与调度会议记录》，2005年，第90-98页；R.Zhou，E.A.Hansen，Beam-stack search:将回溯与波束搜索相结合，摘自：《国际自动规划与调度会议论文集》，2005年，第90-98页 [27] D.Furcy，《加快在线启发式搜索的收敛和扩大离线启发式搜索规模》，佐治亚理工学院博士论文，2004年；D.Furcy，《加快在线启发式搜索的收敛和扩大离线启发式搜索规模》，佐治亚理工学院博士论文，2004年 [28] W.Zhang，《完成任何时候的波束搜索》，收录于：《全国人工智能会议论文集》，1998年，第425-430页；W.Zhang，《完成任何时候的波束搜索》，收录于：《全国人工智能会议论文集》，1998年，第425-430页 [29] 库马尔，V.，《分支与绑定搜索》（Shapiro，S.C.，《人工智能百科全书》（1992），威利-国际科学：威利-相互科学纽约），1468-1472年 [30] R.Simmons，《调试计划和解释的理论》，载于：《全国人工智能会议论文集》，1988年，第94-99页；R.Simmons，《调试计划和解释的理论》，载于《全国人工智能会议论文集》，1988年，第94-99页 [31] A.Gerevini，I.Serina，《通过规划图快速调整计划：局部和系统搜索技术》，载于：《国际人工智能规划与调度会议论文集》，2000年，第112-121页；A.Gerevini，I.Serina，《通过规划图快速调整计划：局部和系统搜索技术》，载于：《国际人工智能规划与调度会议论文集》，2000年，第112-121页·Zbl 0970.68657号 [32] 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），171-184 [33] Veloso，M.，《通过类比推理进行规划和学习》（1994年），施普林格出版社·Zbl 0875.68747号 [34] Alterman，R.，《适应性规划，认知科学》，第12、3、393-421页（1988年） [35] 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） [36] 汉克斯，S。；Weld，D.，一种用于计划调整的区域相关算法，《人工智能研究杂志》，2319-360（1995） [37] S.Edelkamp，《更新最短路径》，载《欧洲人工智能会议论文集》，1998年；S.Edelkamp，更新最短路径，摘自：1998年欧洲人工智能会议记录 [38] K.Trovato，Differential（A^*）；K.Trovato，微分 [39] Podsedkowski，L。；Nowakowski，J。；Idzikowski，M。；Vizvary，I.，非完整移动机器人在部分已知或未知环境中路径规划的新解决方案，机器人与自治系统，34145-152（2001）·Zbl 1013.68257号 [40] A.Stentz，聚焦（D^*\）；A.Stentz，聚焦（D^*\） [41] 柯尼格，S。；Likhachev，M.，增量\（A^*\），（Dietterich，T.G.；Becker，S.；Ghahramani，Z.，神经信息处理系统进展14（2002），麻省理工学院出版社：麻省理工学院出版社，马萨诸塞州剑桥） [42] Ausiello，G。；意大利，G。；Marchetti-Paccamela，A。；Nanni，U.，最小长度路径的增量算法，《算法杂志》，12，4，615-638（1991）·Zbl 0751.68042号 [43] 偶数，S。；Gazit，H.，动态图中的更新距离，运筹学方法，49，371-387（1985）·Zbl 0565.05052号 [44] D.Frigioni，A.Marchetti Spaccamela，U.Nanni，全动态输出有界单源最短路径问题，在：离散算法研讨会论文集，1996；D.Frigioni，A.Marchetti-Paccamela，U.Nanni，全动态输出有界单源最短路径问题，摘自：1996年离散算法研讨会论文集·Zbl 0848.68047号 [45] Goto，S。；Sangiovanni-Vincentelli，A.，一种新的最短路径更新算法，网络，8，4，341-372（1978）·兹伯利0392.94022 [46] 林，C。；Chang，R.，关于动态最短路径问题，信息处理杂志，13，4，470-476（1990）·Zbl 0764.68125号 [47] Ramalingam，G。；Reps，T.，《最短路径问题泛化的增量算法》，《算法杂志》，21267-305（1996）·Zbl 0861.68035号 [48] H.Rohnert，全对最小代价路径问题的动态化，载于：计算机科学理论方面研讨会论文集，1985年，第279-286页；H.Rohnert，全对最小代价路径问题的动态化，摘自：计算机科学理论方面研讨会论文集，1985年，第279-286页·Zbl 0568.68050号 [49] 阿胡贾，R。；帕洛蒂诺，S。；Scutellá，M.G.，《最小化旅行时间和成本的动态最短路径》，《网络》，41，197-205（2003）·Zbl 1090.90189号 [50] Frigioni，D。；Marchetti-Paccamela，A。；Nanni，U.，具有任意弧权的有向图中的全动态最短路径，算法杂志，49，1，86-113（2003）·Zbl 1064.68068号 [51] S.Chien，R.Knight，A.Stechert，R.Sherwood，G.Rabideau，《使用迭代修复提高规划和调度的响应能力》，载于：《人工智能规划和调度国际会议论文集》，2000年；S.Chien，R.Knight，A.Stechert，R.Sherwood，G.Rabideau，使用迭代修复提高规划和调度的响应能力，收录于：《人工智能规划和调度国际会议论文集》，2000年 [52] G.J.Ferrer，《使用局部子计划替换的任何时间重新规划》，弗吉尼亚大学博士论文，2002年；G.J.Ferrer，《使用本地子计划替换的任何时间重新规划》，弗吉尼亚大学博士论文，2002年 [53] Pearl，J.，《启发式：计算机问题解决的智能搜索策略》（1984），Addison-Wesley [54] Pohl，I.，启发式搜索中错误影响的第一个结果，机器智能，51219-236（1970）·Zbl 0221.68058号 [55] M.Likhachev，大型动态环境的基于搜索的规划，卡内基梅隆大学博士论文，2005年；M.Likhachev，大型动态环境的基于搜索的规划，卡内基梅隆大学博士论文，2005年 [56] M.Likhachev，S.Koenig，《终身规划的一般框架》（A^*）；M.Likhachev，S.Koenig，《终身规划的一般框架》（A^*） [57] S.Koenig、M.Likhachev（D^*）；S.Koenig、M.Likhachev（D^*） [58] M.Likhachev、G.Gordon、S.Thrun（ARA*）；M.利哈切夫、G.戈登、S.特龙 [59] M.Likhachev、D.Ferguson、G.Gordon、A.Stentz、S.Thrun，《Anytime Dynamic》（A^*）；M.Likhachev、D.Ferguson、G.Gordon、A.Stentz、S.Thrun、Anytime Dynamic（A^*）·Zbl 1184.68474号 [60] M.Likhachev、D.Ferguson、G.Gordon、A.Stentz、S.Thrun，《Anytime dynamic》（A^*）；M.Likhachev、D.Ferguson、G.Gordon、A.Stentz、S.Thrun，《Anytime dynamic》（A^*）·Zbl 1184.68474号 [61] D.Haehnel，《个人沟通》，2003年；D.Haehnel，《个人通信》，2003年 [62] 卡尔伯森，J.C。；Schaeffer，J.，模式数据库，计算智能，14，3，318-334（1998） [63] S.Koenig，R.Simmons，实时搜索算法的简易和硬测试床，收录于：《全国人工智能会议论文集》，1996年；S.Koenig，R.Simmons，实时搜索算法的简易和硬测试床，摘自：《全国人工智能会议论文集》，1996年 [64] Korf，R.E.，深度-第一次迭代深化：最优容许树搜索，人工智能，27，1，97-109（1985）·Zbl 0573.68030号 [65] R.E.Korf，W.Zhang，分而治之的前沿搜索应用于最佳序列比对，收录于：《全国人工智能会议论文集》，2000年，第910-916页；R.E.Korf，W.Zhang，分而治之的前沿搜索应用于最佳序列比对，摘自：《全国人工智能会议论文集》，2000年，第910-916页 [66] R.Zhou，E.A.Hansen，Sweep（A^*）；R.Zhou、E.A.Hansen、Sweep（A^*） [67] D.Ferguson，A.Stentz，The delayed（D^*）；D.Ferguson，A.Stentz，《延迟》 [68] D.Ferguson，M.Likhachev，A.Stentz，《基于启发式的路径规划指南》，载于：《国际自动规划与调度会议（ICAPS）上自治系统不确定性规划研讨会论文集》，2005年；D.Ferguson，M.Likhachev，A.Stentz，《基于启发式的路径规划指南》，载于：2005年自动规划与调度国际会议上自治系统不确定性规划研讨会论文集 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。