1 / 26

Wegplanung mit Fast Forward

Wegplanung mit Fast Forward. Inhalt. Klassisches Planen Verschiedene Planerstrategien Fast Forward Allgemeines Systemarchitektur Heuristik Suchfunktion Zusammenfassung Ausblick. Klassisches Planen. Situationskalkül von McCarthy und Hayes: Situationen (states) :

oliana
Télécharger la présentation

Wegplanung mit Fast Forward

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Wegplanung mit Fast Forward

  2. Inhalt • Klassisches Planen • Verschiedene Planerstrategien • Fast Forward • Allgemeines • Systemarchitektur • Heuristik • Suchfunktion • Zusammenfassung • Ausblick Andreas Bauer

  3. Klassisches Planen Situationskalkül von McCarthy und Hayes: • Situationen (states): Schnappschüsse einer Umgebung zu einem Zeitpunkt • Aktionen (actions): Überführung einer Situation in eine Nachfolgesituation • keine Betrachtung von Zeit im eigentlichen Sinn Andreas Bauer

  4. Verschiedene Planerstragegien • Mengenbasiertes Planen • STRIPS (Stanford Research Institute Problem Solver) • Planbasiertes Planen • POP (Partial Order Planner) • Graphbasiertes Planen • GRAPHPLAN Andreas Bauer

  5. FF – Allgemeines • domainunabhängiger Planer • entwickelt an Uni Freiburg • einer der schnellsten Planer auf der AIPS-2000 • basiert auf HSPErweiterungen: • Verbesserte Heuristik (GRAPHPLAN) • Verbesserte Suchfunktion • Verfahren um den Suchgraph zu verkleinern Andreas Bauer

  6. FF – Systemarchitektur Heuristik Abstand zum Ziel „helpful actions“ Zustand Suchfunktion Aufgabe Lösung / Fehlschlag Andreas Bauer

  7. FF – Heuristik Aufgabe: liefert den Abstand eines Zustands vom Ziel zurück Problem: Berechnung des optimalen Abstands ist NP-schwer Lösung: möglichst genaue Annäherung Andreas Bauer

  8. FF – Heuristik Definitionen: • Zustand (State) eine endliche Menge boolescher Atome • Aktion (STRIPS Action): • Aufgabe (Planning Task): • vereinfachte Aufgabe (Relaxed Planning Task): l = = o o ( ( pre pre ( ( o o ), ), add add ( ( o o ), ), del del ( ( o o )) )) = = P P ( ( O O , , I I , , G G ) ) ¢ ¢ ¢ ¢ = = P P ( ( O O , , I I , , G G ) ) ¢ ¢ = = Î Î O O {( {( pre pre ( ( o o ), ), add add ( ( o o ), ), 0 0 ) ) | | ( ( pre pre ( ( o o ), ), add add ( ( o o ), ), del del ( ( o o )) )) O O } } Andreas Bauer

  9. FF – Heuristik Originaler GRAPHPLAN – Algorithmus: • Aufbau eines „Schichtgraphs“ (layered graph) • füge abwechselnd Propositionsschicht und Aktionsschicht an ("time step") • markiere mutex-Relationen Bedingungen für mutex-Relationen in der Aktionsschicht: • Inkonsistente Nachbedingungen • Interferenz • Konkurrierende Vorbedingungen Bedingungen für mutex-Relationen in der Propositionsschicht: • Inkonsistente Vorbedingungen • komplementäre Literale • mit dem Anfügen solange fortsetzen bis in einer Propositionsschicht alle Ziele vorhanden sind (nicht mutex) Andreas Bauer

  10. FF – Heuristik Originaler GRAPHPLAN – Algorithmus: • Lösungsextraktion • wähle für jedes Ziel eine erzeugende Aktion in der vorherigen Aktionsschicht (ohne mutex-Relationen) • wenn für ein Ziel keine mutex-freie Erzeugeraktion gefunden wird, versuche für das vorherige Ziel eine andere Erzeugeraktion zu finden ("backtracking") • ist für jedes Ziel eine Erzeugeraktion gefunden, wiederhole den Algorithmus ab Schritt 1 in der nächstniedrigeren Propositionsschicht mit den Voraussetzungen der gewählten Aktionen als Zielen. • sobald bei Schicht 0 angelangt, ist eine Lösung gefunden • falls keine Lösung ohne mutex-Relationen gefunden werden kann, expandiere den Graph um einen weiteren "Zeitschritt" Andreas Bauer

  11. FF - Heuristik GRAPHPLAN – Beispiel: Andreas Bauer

  12. FF - Heuristik GRAPHPLAN – Beispiel: Schmutz NOOP Schmutz wischen saugen sHand NOOP sHand kochen Ruhe NOOP Ruhe bluva Dinner Blumen Andreas Bauer

  13. FF - Heuristik GRAPHPLAN – Beispiel: Schmutz NOOP Schmutz wischen saugen sHand NOOP sHand kochen Ruhe NOOP Ruhe bluva Dinner Blumen Andreas Bauer

  14. FF - Heuristik GRAPHPLAN – Beispiel: Schmutz NOOP Schmutz wischen saugen sHand NOOP sHand kochen Ruhe NOOP Ruhe bluva Dinner Blumen Andreas Bauer

  15. FF - Heuristik GRAPHPLAN – Beispiel: Schmutz NOOP Schmutz wischen saugen sHand NOOP sHand kochen Ruhe NOOP Ruhe bluva Dinner Blumen Andreas Bauer

  16. FF - Heuristik GRAPHPLAN – Beispiel: Schmutz NOOP Schmutz wischen saugen sHand NOOP sHand kochen Ruhe NOOP Ruhe bluva Dinner Blumen Andreas Bauer

  17. FF - Heuristik GRAPHPLAN – Beispiel: Schmutz NOOP Schmutz wischen saugen sHand NOOP sHand kochen Ruhe NOOP Ruhe bluva Dinner Blumen zurück Andreas Bauer

  18. FF - Heuristik GRAPHPLAN – Beispiel: Schmutz NOOP Schmutz Schmutz wischen wischen saugen saugen sHand NOOP sHand sHand kochen kochen Ruhe NOOP Ruhe Ruhe bluva bluva Dinner Dinner Blumen Blumen Andreas Bauer

  19. FF - Heuristik GRAPHPLAN – Beispiel: Schmutz NOOP Schmutz Schmutz wischen wischen saugen saugen sHand NOOP sHand sHand kochen kochen Ruhe NOOP Ruhe Ruhe bluva bluva Dinner Dinner Blumen Blumen Andreas Bauer

  20. FF - Heuristik GRAPHPLAN – Beispiel: Schmutz NOOP Schmutz Schmutz wischen wischen saugen saugen sHand NOOP sHand sHand kochen kochen Ruhe NOOP Ruhe Ruhe bluva bluva Dinner Dinner Blumen Blumen Andreas Bauer

  21. FF – Heuristik "relaxed Graphplan": • Verwendung von "relaxed actions" • keine mutex-Relationen mehr • kein Backtracking mehr notwendig • durchlaufen des Graphs in polynomialer Zeit • Berechnung des Abstands zur Zielschicht: Beispielplan Andreas Bauer

  22. FF – Suchfunktion "enforced Hill-climbing": S := I while h(S) != 0 do suche nähsten Zustand S' mit h(S') < h(S) if S' nicht gefunden then stop endif füge Pfad von S nach S' dem Plan hinzu S := S' endwhile Andreas Bauer

  23. FF – Suchfunktion Algorithmen zur Einschränkung des Suchraums: • "helpful actions" Beschränken auf Aktionen die näher zum Ziel führen • "added goal deletion" Entfernen von Pfaden die bestimmte Ziele zu früh erreichen Andreas Bauer

  24. Zusammenfassung • Erstellen eines Schichtgraphs • Erweiterung des Graphs bis alle Ziele erreicht sind • Suche nach einer Lösung durch Aneinanderreihung von Zuständen mit immer geringerem Abstand zum Ziel Andreas Bauer

  25. Ausblick • keine Möglichkeit zur Angabe von Ressourcen / Zeit • erzeugter Plan ist nicht optimal • nur eine Aktion pro Zeitschritt Andreas Bauer

  26. Fin Andreas Bauer

More Related