基于landmark可纳排序的规划系统研究及应用

发布时间：2020-03-17 20:49

【摘要】：智能规划是人工智能的重要分支,近几年智能规划领域取得了重大突破,在求解规模和求解效率方面都有了显著提高,并且在一些实际领域的应用尝试也取得了成功。但是在解决大规模规划问题时,仍有许多问题需要解决。另一方面,从应用的角度来看,智能规划目前在现实中的应用不够广泛,复杂的现实环境领域建模和求解方法还需要进一步的研究。本文的工作主要围绕两个核心问题,探索提高大规模规划问题求解效率的方法和技术,并提出智能规划技术解决现实问题的具体方案。本文从landmark排序方法出发,研究了使用landmark信息提高规划问题求解效率的相关方法和技术。另一方面,从智能规划技术应用的角度出发,分析并结合仓储领域的特点,对仓储领域进行知识建模,提出了仓储问题的智能规划解决方案。本文的主要工作内容如下:1.针对启发式搜索规划中现有landmark排序算法的缺陷,本文提出一种新的landmark排序关系,称为可纳排序关系(admissible ordering)。给出了可纳排序关系的形式化定义,随后给出了一个可纳排序关系成立的充分条件并进行严格证明。给出了一个多项式时间复杂度的算法用于近似求解landmark可纳排序关系,设计一个应用了可纳排序关系的启发式搜索规划系统ALOP(Admissible Landmark Ordering Planner)。通过在多个国际规划大赛领域上实验,结果表明本文的方法能有效的求解landmark之间的排序关系,并能有效改善复杂规划问题的求解性能。2.本文提出了WUPT(Warehouse Using Planning Technology)方法,提供一整套用以解决自动化仓储领域多机器人调度问题的原型方案。本文研究了目前仓储物流领域以及仓储物流领域机器人的发展现状和特点,结合智能规划技术和仓储领域的特点,讨论了仓储领域中应用智能规划技术的可行性。给出了仓储领域的整体知识建模方案,并设计了一套仓储机器人智能调度系统原型方案。实验证明智能规划技术可以有效地解决仓储领域多机器人规划调度问题,并具有良好的可扩展性与可移植性。
【学位授予单位】：电子科技大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TP18

【参考文献】