Question

Blocksworld显然是自动化计划中的基准领域。

This domain consists of a set of blocks, a table and a robot hand.
The blocks can be on top of other blocks or on the table;
a block that has nothing on it is clear;
and the robot hand can hold one block or be empty.
The goal is to find a plan to move from one configuration of blocks to another.

有人可以解释一下这是什么非微不足道的问题吗？我想不出解决方案不简单的问题实例（例如，一次自下而上地建造所需的塔楼一个区块）。

Answer 1

Blocks World成为兴趣基准有历史和两个实际原因。

历史上的一个例子是，《方块世界》被用来说明所谓的Sussman's Anomaly。它不再具有任何科学意义，但是它被用来说明规划算法的局限性和挑战，这些算法解决了规划问题，就像在space of plans directly中进行搜索一样。该链接指向本书的下一章，这是对自动化计划的很好介绍

自动计划和执行 Malik Ghallab，Dana Nau，Paolo Traverso
剑桥大学出版社

过去常常如此，尤其是在1990年代中期SAT解决真正开始的时候，这是一个例子，证明了当今自动化规划技术的发展水平是多么有限。

在您撰写问题时，求解Blocks World很容易：您绘制的算法是众所周知的，并且显然是在多项式时间内。但是，要找到最优计划并不容易。我推荐你这本好书

理解的计划任务：领域复杂性和启发式分解
马尔特·赫尔默特
施普林格，2006

或更短的经典论文

Complexity results for standard benchmark domains in planning 马尔特·赫尔默特人工智能，2003年

与“ Blocks World”相关的第二个“实用”原因是，即使是一个“简单”问题，它也可能会挫败计划的启发式方法，并为其他计算框架（如SAT或SMT）精心设计算法或编译。

例如，直到最近（2012年），Jussi Rintanen在大量修改了标准SAT求解器之后，在该“简单”基准上表现出了良好的性能

Planning as satisfiability: Heuristics
尤西·林塔宁
人工智能，2012

通过将启发式方法编译为子句，可以将单元传播，子句学习和变量选择启发式方法相结合，以快速获得演绎下界。

编辑：已要求获得有关上述针对不容易实现的块的最佳规划的备注的更多详细信息。从提供的参考文献中，本文

On the complexity of blocks-world planning
Naresh Gupta和Dana S. Nau
人工智能，1992

具有原始证明，将为Blocks World计算最佳计划的问题减少为HITTING-SET（卡普的NP难题之一）。

一种易于访问的论文，在Blocks World域的规划中看起来相当深

重温《方块世界》
约翰·斯莱尼（John Slaney），西尔维·提埃博（SylvieThiébaux）
人工智能，2001

Figure 1 in the paper above显示了一个实例示例，该实例说明了Gupta和Nau的复杂性证明背后的直觉。

Answer 2

我发现与Blocksworld相关的另一篇有趣的论文是Helmert和Röger撰写的《 Good is Almost Perfect？》（AAAI 2008）。

它表明，即使使用几乎完美的启发式方法（一种启发式方法，对于每个可能的状态，该启发式方法仅因常数而错误），A *搜索也必将产生指数级的大搜索空间。（这表明，即使有了关于目标距离的几乎完美的信息，搜索仍然会丢失在该域的搜索空间中。）

自动化计划：是什么使“ blocksworld”成为一个不小的问题？

2 个答案: