导　　师： 吴向军

学科专业： H1202

授予学位： 硕士

作　　者： ;

机构地区： 中山大学

摘　　要： 在智能规划的研究上，存在领域相关和领域无关两个方向的研究，其中，领域无关规划是研究的热点和难点。长期以来，由于领域无关规划器很难充分利用特定研究领域的专家信息，领域无关规划器效率很难提高。但许多研究学者的研究和实践都表明，领域知识是提高规划器效率的关键所在。在规划前，进行有效的领域知识分析、提取和表示，不仅可以提高规划效率，而且还能扩大规划器解决问题的能力，因此，对规划器预处理系统的研究成为规划技术之后的另一个研究热点。本文对这些问题进行了研究，设计并实现了领域无关规划器预处理系统DKEM，论文的贡献主要在于：(1)对领域信息的组织、存取机制进行了优化;(2)把较复杂的ADL领域问题转换为常用的STRIPS领域问题;(3)分析领域动作，在STRIPS和ADL描述范围内，采用自动化推导策略，自动挖掘隐含的领域规则，进而表示为有效的领域约束知识。在规划过程中利用这些领域约束知识，能有效地指导规划器的规划，消减无意义的状态，减少搜索空间，提高规划效率;通过实验数据表明，DKEM在处理一些领域问题时表现出色，体现了它的理论价值和应用价值。

关 键 词： 智能规划 领域无关规划器 领域动作 领域约束知识

领　　域： [自动化与计算机技术—计算机软件与理论] [自动化与计算机技术—计算机科学与技术]