| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 引言 | 第11-12页 |
| 1.2 智能规划的研究内容 | 第12-14页 |
| 1.3 智能规划面临的挑战性问题 | 第14-15页 |
| 1.4 本文的主要工作与组织结构 | 第15-17页 |
| 第二章 最优规划算法研究进展 | 第17-36页 |
| 2.1 引言 | 第17页 |
| 2.2 STRIPS规划问题 | 第17-20页 |
| 2.2.1 常见规划任务 | 第18-20页 |
| 2.2.2 计算复杂性 | 第20页 |
| 2.3 启发式搜索规划 | 第20-31页 |
| 2.3.1 删除效果放宽 | 第22-26页 |
| 2.3.2 Landmark放宽 | 第26-30页 |
| 2.3.3 抽象放宽 | 第30页 |
| 2.3.4 关键路径放宽 | 第30-31页 |
| 2.3.5 可纳启发式函数能力比较 | 第31页 |
| 2.4 基于SAT的规划 | 第31-35页 |
| 2.4.1 SAT规划编码 | 第32-33页 |
| 2.4.2 SAT规划求解 | 第33-35页 |
| 2.5 标准规划问题集 | 第35-36页 |
| 第三章 惰性启发函数评估 | 第36-43页 |
| 3.1 引言 | 第36-37页 |
| 3.2 问题定义 | 第37页 |
| 3.3 A~*中的惰性启发式函数评估 | 第37-39页 |
| 3.4 实验结果 | 第39-42页 |
| 3.5 本章小结 | 第42-43页 |
| 第四章 基于 Maxsat 的规划算法 | 第43-59页 |
| 4.1 引言 | 第43-45页 |
| 4.2 MAXSAT问题定义 | 第45-46页 |
| 4.3 MAXSAT编码 | 第46-50页 |
| 4.3.1 基于动作的编码 | 第47-50页 |
| 4.3.2 基于状态的编码 | 第50页 |
| 4.4 MAXSAT求解与h~+ | 第50-53页 |
| 4.4.1 h~+的下界逼近 | 第53页 |
| 4.4.2 其他MAXSAT求解器 | 第53页 |
| 4.5 A~*中的惰性启发式函数评估 | 第53-54页 |
| 4.6 实验结果 | 第54-58页 |
| 4.7 本章小结 | 第58-59页 |
| 第五章 多值landmark规划算法 | 第59-80页 |
| 5.1 引言 | 第59-60页 |
| 5.2 可纳landmark启发式函数 | 第60-61页 |
| 5.2.1 代价分配 | 第60-61页 |
| 5.2.2 碰集方法 | 第61页 |
| 5.3 多值动作landmark | 第61-65页 |
| 5.3.1 完备性 | 第62-64页 |
| 5.3.2 CNF编码 | 第64-65页 |
| 5.3.3 计算复杂性 | 第65页 |
| 5.4 多值命题landmarks | 第65-71页 |
| 5.4.1 规则转移命题 | 第66-68页 |
| 5.4.2 多值landmark的提取 | 第68-71页 |
| 5.5 基于线性规划的多值landmark启发式函数 | 第71-74页 |
| 5.6 实验结果 | 第74-79页 |
| 5.7 本章小结 | 第79-80页 |
| 第六章 总结与展望 | 第80-83页 |
| 6.1 本文工作总结 | 第80-81页 |
| 6.2 现有研究工作的不足与展望 | 第81-83页 |
| 参考文献 | 第83-94页 |
| 致谢 | 第94-95页 |
| 附录 | 第95-97页 |