Computational Complexity of some Optimization Problems in Planning
Meysam Aghighi
Μαΐ 2017 · Linköping Studies in Science and Technology. Dissertations Βιβλίο 76 · Linköping University Electronic Press
ebook
35
Σελίδες
reportΟι αξιολογήσεις και οι κριτικές δεν επαληθεύονται Μάθετε περισσότερα
Σχετικά με το ebook
Automated planning is known to be computationally hard in the general case. Propositional planning is PSPACE-complete and first-order planning is undecidable. One method for analyzing the computational complexity of planning is to study restricted subsets of planning instances, with the aim of differentiating instances with varying complexity. We use this methodology for studying the computational complexity of planning. Finding new tractable (i.e. polynomial-time solvable) problems has been a particularly important goal for researchers in the area. The reason behind this is not only to differentiate between easy and hard planning instances, but also to use polynomial-time solvable instances in order to construct better heuristic functions and improve planners. We identify a new class of tractable cost-optimal planning instances by restricting the causal graph. We study the computational complexity of oversubscription planning (such as the net-benefit problem) under various restrictions and reveal strong connections with classical planning. Inspired by this, we present a method for compiling oversubscription planning problems into the ordinary plan existence problem. We further study the parameterized complexity of cost-optimal and net-benefit planning under the same restrictions and show that the choice of numeric domain for the action costs has a great impact on the parameterized complexity. We finally consider the parameterized complexity of certain problems related to partial-order planning. In some applications, less restricted plans than total-order plans are needed. Therefore, a partial-order plan is being used instead. When dealing with partial-order plans, one important question is how to achieve optimal partial order plans, i.e. having the highest degree of freedom according to some notion of flexibility. We study several optimization problems for partial-order plans, such as finding a minimum deordering or reordering, and finding the minimum parallel execution length.
Αξιολογήστε αυτό το ebook
Πείτε μας τη γνώμη σας.
Πληροφορίες ανάγνωσης
Smartphone και tablet
Εγκαταστήστε την εφαρμογή Βιβλία Google Play για Android και iPad/iPhone. Συγχρονίζεται αυτόματα με τον λογαριασμό σας και σας επιτρέπει να διαβάζετε στο διαδίκτυο ή εκτός σύνδεσης, όπου κι αν βρίσκεστε.
Φορητοί και επιτραπέζιοι υπολογιστές
Μπορείτε να ακούσετε ηχητικά βιβλία τα οποία αγοράσατε στο Google Play, χρησιμοποιώντας το πρόγραμμα περιήγησης στον ιστό του υπολογιστή σας.
eReader και άλλες συσκευές
Για να διαβάσετε περιεχόμενο σε συσκευές e-ink, όπως είναι οι συσκευές Kobo eReader, θα χρειαστεί να κατεβάσετε ένα αρχείο και να το μεταφέρετε στη συσκευή σας. Ακολουθήστε τις αναλυτικές οδηγίες του Κέντρου βοήθειας για να μεταφέρετε αρχεία σε υποστηριζόμενα eReader.
