mGPT: A Probabilistic Planner Based on Heuristic Search
mGPT: A Probabilistic Planner Based on Heuristic Search
复制标题
mGPT：基于启发式搜索的概率规划器
DOI：
--
复制
发表时间：
2005
影响因子：
5
通讯作者：
Hector Geffner
中科院分区：
文献类型：
--
作者：
Blai Bonet;Hector Geffner
我们描述的版本的GPT规划器中使用的概率轨道的第四届国际规划竞赛（IPC-4）。这个版本称为mGPT，通过提取和使用不同类别的下界沿着与各种启发式搜索算法来解决PPDDL语言中指定的马尔可夫决策过程。从确定性松弛提取的下限，其中的替代概率的影响，一个动作被映射到不同的，独立的，确定性的行动。搜索算法使用这些下界来聚焦更新，并在从初始状态和贪婪策略可到达的所有状态上提供一致的值函数。
We describe the version of the GPT planner used in the probabilistic track of the 4th International Planning Competition (IPC-4). This version, called mGPT, solves Markov Decision Processes specified in the PPDDL language by extracting and using different classes of lower bounds along with various heuristic-search algorithms. The lower bounds are extracted from deterministic relaxations where the alternative probabilistic effects of an action are mapped into different, independent, deterministic actions. The heuristic-search algorithms use these lower bounds for focusing the updates and delivering a consistent value function over all states reachable from the initial state and the greedy policy.