层次任务网络({\ sf htn})形式主义非常表现力,用于表达各种计划问题。与仅需要指定动作模型的古典{\ sf strips}形式主义相反,{\ sf htn}形式主义需要指定问题的任务及其分解为子任务,称为{\ \SF HTN}方法。因此,与经典计划问题相比,专家认为手工编码{\ sf htn}问题更困难和更容易容易出错。为了解决这个问题,我们提出了一种基于语法归纳的新方法(HIERAMLSI),以通过学习动作模型和{\ sf htn}方法获取{\ sf htn}计划域知识,并通过其前提条件获得{\ sf HTN}方法。与其他方法不同,Hieramlsi能够以高水平或准确的态度学习嘈杂和部分输入观察的动作和方法。
translated by 谷歌翻译