不确定规划领域中带权值的观察信息约简  

Weighted observation information reduction in uncertain planning domain

作　　者：王进宗 文中华[1] 唐杰[1] 龙凤[1] 

机构地区：[1]湘潭大学信息工程学院,湖南湘潭411105

出　　处：《计算机工程与应用》2016年第3期55-58,65,共5页Computer Engineering and Applications

基　　金：国家自然科学基金(No.61070232;No.61272295;No.61105039);湖南省教育厅一般项目(No.12C0399)

摘　　要：现实的规划问题中,观察信息的获取所需的代价是不同的,并且在规划解执行过程中,并非所有的观察信息都是有意义的,因此为了减少执行过程中的开销而对大量的带权值的观察信息进行约简就显得十分重要。首次针对带权值的观察信息约简问题做出研究,定义了带权值的最优观察集的概念,设计了SOWOS算法。该算法找出所有需要区分的状态对,用贪心的思想使搜索按指定顺序选择观察变量,并在搜索的过程中增加剪枝,减少了大量不必要的搜索,最终求得总花费最小的观察集,达到了减少执行成本的目的。实验结果表明,SOWOS算法可以高效地求得带权值的最优观察集,对减少规划执行中的开销贡献明显。In the planning problem of reality, the cost to obtain the observation information is different, and in the plan implementation process, not all of the observed information is significant, so the huge weighted observation information reduction to reduce the execution overhead is very important. For the first time to observe the information reduction problem with weights to make research, this paper puts forward the concept of the set of optimal weighted, and designs the SOWOS algorithm. It finds out all state pairs needed to be distinguished, builds an observation matrix, backtracking and pruning, and obtains the optimal observation of total cost minimum set to reduce the execution cost. The experimental results show that, SOWOS algorithm can efficiently find the optimal weighted observation set.

关 键 词：智能规划 不确定规划 带权值的规划信息约简 区分状态对 区分集合 带权值的最优观察集 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]