hierarchical planning

1. 1

   Opdeling af en planlægningsopgave i en række abstraktionsniveauer, hvor overordnede mål nedbrydes til konkrete handlinger.

   • I hierarkisk planlægning kan en robot først beslutte at 'gå til køkkenet' på et overordnet niveau, og derefter detaljere delmål som 'drej til venstre', 'gå ligeud' osv.
   • HTN-planlæggere er et eksempel på hierarkisk planlægning, hvor opgaver dekomponeres via metoder.
2. 2

   Inden for forstærkningslæring: en tilgang hvor en agent lærer at opdele en opgave i delopgaver og træner separate politikker for hvert niveau.

   • Hierarkisk forstærkningslæring (HRL) bruger en overordnet manager, der sætter delmål for en underordnet politiks læring.
   • Options-frameworket i HRL gør det muligt at lære temporære abstraktioner, der er nyttige til hierarkisk planlægning.

Anvendes især inden for robotstyring, spil-AI og automatisering, hvor opgaver som at navigere et rum eller samle en genstand deles op i delmål. Metoden gør det muligt at planlægge på overordnet niveau og derefter detaljere.

# Simple recursive planner for hierarchical task decomposition
class Task:
    def __init__(self, name, subtasks=None):
        self.name = name
        self.subtasks = subtasks or []

def is_primitive(task):
    return not task.subtasks

def decompose(task, knowledge):
    # Placeholder for decomposition logic
    return task.subtasks

def plan(task, state):
    if is_primitive(task):
        return execute(task, state)
    for subtask in decompose(task, state):
        plan(subtask, state)
    return True

def execute(task, state):
    # Placeholder for primitive action
    return True

Eksempel på en simpel rekursiv planlægger til hierarkisk planlægning.

Begrebet stammer fra klassisk AI-forskning i planlægning, især fra 1970'ernes arbejde med hierarkiske planlæggere som NOAH (Sacerdoti, 1975) og med hierarkiske opgavenetværk (HTN).

• Planning in a Hierarchy of Abstraction Spaces (Sacerdoti, 1974)
• Automated Planning: Theory and Practice (Ghallab, Nau, Traverso, 2004)