计划识别是人工智能研究的重要领域之一,该问题可概括为在给定的已知世界初始状态下,如何根据Agent的行为序列来推断Agent所追求的目标以及实现这一目标的计划的过程,其理论与方法可广泛应用于人工智能中的其它领域。本项目将基于智能规划研究计划识别的基础理论,设计高效的求解算法,试图在理论和算法基础上解决有关的核心技术问题,为具体应用准备必要的理论知识和技术手段。主要研究内容包括:计划层次的形式化表示理论与方法、领域知识获取方法及计划识别推理方法、面向特定领域的计划识别器的设计等。本项目希望这些研究工作,形成一套求解真实环境下动态计划识别的有效理论和技术方法,推动计划识别理论与应用的发展。
{{i.achievement_title}}
数据更新时间:2023-05-31
基于改进LinkNet的寒旱区遥感图像河流识别方法
基于文献计量学和社会网络分析的国内高血压病中医学术团队研究
新型树启发式搜索算法的机器人路径规划
"多对多"模式下GEO卫星在轨加注任务规划
结直肠癌免疫治疗的多模态影像及分子影像评估
基于全成本节点电价的智能电网规划和运行理论与方法研究
基于群体智能的列车运行计划优化编制方法研究
基于网格布尔分割和智能规划的设计特征自动重构理论与方法研究
基于粗集理论的智能模式识别方法研究