对手规划的识别与应对【2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载】

对手规划的识别与应对PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 绪论1

1.1 智能规划发展历史1

1.2 智能规划的应用2

1.2.1 在航空航天中的应用2

1.2.2 在机器人中的应用2

1.2.3 在智能工厂中的应用3

1.2.4 在商业中的应用4

1.3 本书概要5

参考文献5

第2章 规划表示语言8

2.1 STRIPS表示8

2.2 动作描述语言9

2.3 规划领域定义语言9

2.3.1 PDDL的提出及其背景9

2.3.2 PDDL各版本简介10

2.4 规划语言的发展15

参考文献15

第3章 图规划16

3.1 经典规划16

3.1.1 问题定义16

3.1.2 状态空间规划16

3.1.3 规划空间规划18

3.1.4 偏序规划与全序规划19

3.1.5 现代经典规划19

3.2 图规划方法20

3.2.1 基本概念20

3.2.2 扩张规划图算法22

3.2.3 搜索有效规划算法23

3.2.4 Graphplan的局限性与未解决问题27

3.3 求解方向的变形27

3.3.1 正向求解27

3.3.2 反向求解28

3.3.3 基于双向并行的图规划36

3.4 最小承诺的图规划38

3.4.1 预备知识38

3.4.2 最小承诺的图规划算法40

3.4.3 简单的规划问题举例41

3.4.4 最小承诺的图规划算法的优缺点43

3.5 图规划中的条件效果43

3.5.1 条件效果44

3.5.2 全扩展法44

3.5.3 要素扩展法46

3.5.4 IP2扩展法47

3.5.5 利用兄弟元件改进要素扩展法50

3.5.6 四种方法的比较51

3.6 利用约束可满足问题在规划图中求解51

3.6.1 约束满足问题51

3.6.2 约束满足问题求解技术52

3.6.3 用EBL和DDB提高图规划搜索效率52

3.7 灵活图规划算法54

3.7.1 图规划的局限性54

3.7.2 灵活规划问题56

3.7.3 灵活图规划算法描述58

3.7.4 以目标为导向的灵活图规划60

3.7.5 基于启发式搜索的灵活规划63

3.7.6 基于软约束的多智能体灵活规划66

3.7.7 灵活图规划方法特性77

3.8 数值图规划77

3.8.1 ADL中的基本概念78

3.8.2 BRL82

3.8.3 搜索算法87

3.8.4 嵌入模糊部件的数值图规划算法95

3.9 时序规划100

3.9.1 概述100

3.9.2 时序动作101

3.9.3 时序规划图102

3.9.4 解搜索106

参考文献107

第4章 启发式规划方法111

4.1 启发式的设计原则——放松111

4.2 HSP112

4.2.1 启发式112

4.2.2 搜索算法114

4.2.3 HSP2.0——最优最先搜索规划器115

4.3 HSP-r115

4.3.1 状态空间116

4.3.2 启发式116

4.3.3 互斥117

4.3.4 搜索算法118

4.3.5 相关工作118

4.4 FF规划系统119

4.4.1 FF系统结构119

4.4.2 符号说明120

4.4.3 用Graphplan作为启发式估计120

4.4.4 爬山算法的一个新的变体125

4.4.5 剪枝技术127

4.4.6 扩展到ADL域130

4.4.7 基于部分延迟推理的快速前向规划系统132

4.5 LPG139

4.5.1 在动作图空间中的局部搜索140

4.5.2 相邻状态的提炼143

4.5.3 模型化规划质量147

4.6 基于因果图启发的多值规划算法150

4.6.1 基本概念150

4.6.2 AMCG规划算法154

4.6.3 启发函数的设计158

4.7 小结162

参考文献162

第5章 符号模型检测理论165

5.1 域描述语言NADL165

5.1.1 采用NADL描述的规划问题165

5.1.2 NADL语法166

5.1.3 NADL语义167

5.1.4 NADL的OBDD表示168

5.2 符号模型检测方法的由来170

5.3 逻辑及形式化表示170

5.3.1 量化布尔公式170

5.3.2 Kripke结构171

5.3.3 计算树逻辑171

5.4 二元决策图173

5.4.1 OBDD的值173

5.4.2 BDD的化简173

5.5 符号模型检测175

5.6 转移关系的划分176

参考文献177

第6章 不确定规划178

6.1 不确定规划简介178

6.1.1 不确定规划问题178

6.1.2 不确定规划问题的解178

6.1.3 不确定规划方法179

6.2 图规划框架下的概率规划180

6.2.1 PGP概述181

6.2.2 图规划框架下的表示方法181

6.2.3 图扩张算法182

6.2.4 有效规划提取算法183

6.2.5 缩减状态空间方法185

6.2.6 结论及未解决问题187

6.3 一致图规划187

6.3.1 CGP概述187

6.3.2 预备知识188

6.3.3 CGP算法189

6.3.4 结论及未解决问题196

6.4 感知图规划197

6.4.1 SGP概述197

6.4.2 预备知识198

6.4.3 SGP算法198

6.4.4 结论204

6.5 基于决策理论的多目标概率规划204

6.5.1 规划问题模型204

6.5.2 多目标评价函数206

6.5.3 多目标概率规划求解算法210

6.5.4 启发式的应用220

6.5.5 多目标概率规划器221

6.6 图规划框架下的可能性规划223

6.6.1 为什么引入可能性规划223

6.6.2 可能性规划表示224

6.6.3 相关定义225

6.6.4 可能性规划图算法227

6.6.5 结论230

参考文献230

第7章 对象集合动态可变的图规划233

7.1 图规划框架下可创建/删除对象的规划233

7.1.1 关于可创建/删除对象的规划问题分类233

7.1.2 关于可创建/删除对象规划的动作的表示234

7.1.3 对象命题化的思想235

7.1.4 可创建/删除对象的图规划的基本思想与算法235

7.1.5 一个例子：关于火车运输问题237

7.1.6 算法分析240

7.2 可创建/删除对象的快速前向规划240

7.2.1 CDOFF中的基本概念及理论框架241

7.2.2 对象元件命题化算法242

7.2.3 部分放宽方法244

7.2.4 启发函数的设计245

7.2.5 加强爬山法及剪枝策略246

7.3 基于条件效果的对象动态可变图规划249

7.3.1 基于条件效果的对象动态可变的规划问题249

7.3.2 CECDOP规划251

7.3.3 结论254

7.4 对象集合动态可变的概率规划255

7.4.1 算法背景255

7.4.2 基本概念256

7.4.3 对象动态可变的概率规划算法257

参考文献260

第8章 八届国际规划比赛综述261

8.1 第一届国际规划竞赛IPC-1261

8.1.1 参赛规划器261

8.1.2 比赛所用的语言及测试域261

8.1.3 比赛结果261

8.1.4 冠军介绍261

8.2 第二届国际规划竞赛IPC-2262

8.2.1 参赛规划器262

8.2.2 比赛所用的语言及测试域262

8.2.3 比赛结果262

8.2.4 冠军介绍263

8.3 第三届国际规划竞赛IPC-3263

8.3.1 参赛规划器263

8.3.2 比赛所用的语言及测试域263

8.3.3 比赛结果264

8.3.4 冠军介绍264

8.4 第四届国际规划竞赛IPC-4264

8.4.1 参赛规划器265

8.4.2 比赛所用的语言及测试域265

8.4.3 比赛结果265

8.4.4 冠军介绍265

8.5 第五届国际规划竞赛IPC-5266

8.5.1 参赛规划器266

8.5.2 比赛所用的语言及测试域266

8.5.3 比赛结果267

8.5.4 冠军介绍267

8.6 第六届国际规划竞赛IPC-6268

8.6.1 参赛规划器268

8.6.2 比赛所用的语言及测试域269

8.6.3 比赛结果269

8.6.4 冠军介绍269

8.7 第七届国际规划竞赛IPC-7269

8.7.1 参赛规划器270

8.7.2 比赛所用的语言及测试域270

8.7.3 比赛结果270

8.7.4 冠军介绍270

8.8 第八届国际规划竞赛IPC-8271

8.8.1 参赛规划器271

8.8.2 比赛结果271

8.9 智能规划中未解决的问题与展望272

8.9.1 未解决的问题272

8.9.2 展望273

参考文献273

第9章 规划识别275

9.1 规划识别综述275

9.1.1 规划识别分类275

9.1.2 规划识别方法277

9.1.3 规划识别的应用294

9.2 Kautz的规划识别理论299

9.2.1 相关概念300

9.2.2 事件层描述302

9.2.3 四种假设305

9.2.4 举例309

9.2.5 Kautz规划识别算法316

9.3 基于目标图分析的目标识别319

9.3.1 域表示320

9.3.2 目标图、有效规划和一致目标325

9.3.3 目标识别算法328

9.3.4 目标冗余以及最一致目标333

9.4 基于回归图的规划识别方法334

9.4.1 域表示335

9.4.2 回归图336

9.4.3 回归图算法337

9.5 基于规划知识图的概率规划识别算法的研究339

9.5.1 事件间的两种关系340

9.5.2 规划知识图算法存在的问题340

9.5.3 支持程度及KGPPR算法的解图描述342

9.5.4 KGPPR系统的相关概念和算法设计344

9.6 基于灵活规划的规划识别算法350

9.6.1 基于灵活规划识别算法的目的350

9.6.2 FPRA算法思想351

9.6.3 FPRA算法描述352

9.7 关键问题与展望354

9.7.1 关键问题354

9.7.2 展望355

参考文献355

第10章 对手规划的识别与应对360

10.1 对手规划简介360

10.1.1 对手规划360

10.1.2 对手规划领域的特点361

10.1.3 对手规划问题的发展363

10.2 对手规划的识别与应对366

10.2.1 基于目标驱动的HTN规划方法367

10.2.2 基于OBDD强循环对手规划方法374

10.2.3 基于完全目标图的对手规划的识别方法383

10.2.4 基于多智能体的对手规划的识别与应对392

10.3 对手规划领域存在的问题与展望399

10.3.1 存在的问题399

10.3.2 对手规划研究的展望399

参考文献400

第11章 敌意规划的识别与应对401

11.1 基于目标驱动理论的应对规划401

11.1.1 相关概念401

11.1.2 基于目标驱动的应对算法405

11.1.3 应对算法描述405

11.1.4 算法的功能与特点408

11.2 复杂领域中多智能体条件下敌意规划的识别与应对408

11.2.1 相关知识408

11.2.2 敌意规划识别系统的组成409

11.2.3 敌意规划的识别410

11.2.4 敌意规划的应对413

11.2.5 结论413

11.3 基于规划语义树图的敌意规划识别415

11.3.1 规划知识图和Kautz方法的不足之处415

11.3.2 规划语义树图表示416

11.3.3 带标记的双向搜索的敌意规划算法418

11.4 基于DCSP的敌意规划识别算法423

11.4.1 传统的规划识别理论中的假设和应用条件423

11.4.2 相关概念424

11.4.3 基于DCSP的识别方法426

11.4.4 基于DCSP识别模型的特性427

11.5 基于抢占式动作的敌意规划428

11.5.1 相关定义428

11.5.2 抢占算法在敌意规划中的应用429

11.6 敌意规划的识别与应对系统434

11.6.1 敌意系数与敌意动作434

11.6.2 敌意规划识别系统435

11.6.3 敌意规划识别算法436

11.6.4 敌意规划的应对438

11.7 应对规划器模型444

11.7.1 基本概念及敌意规划分类444

11.7.2 模块组成及功能445

11.7.3 运行流程图及系统特点451

11.8 基于战术的敌意规划识别452

11.8.1 战术规划识别应用领域的特点452

11.8.2 规划与规划模板453

11.8.3 规划识别的形式化定义454

参考文献465

第12章 网络信息对抗领域的敌意规划的识别与应对467

12.1 网络信息对抗领域467

12.2 基于行为状态图的入侵检测问题469

12.2.1 研究前提与基本原则469

12.2.2 行为状态图的组成与抽象表示470

12.2.3 基于行为状态图的登录问题描述472

12.2.4 基于行为状态图的规划识别算法474

12.2.5 ASGPR算法描述480

12.2.6 一个规划识别算法的实例482

12.3 基于应对规划的入侵防护系统的设计与研究485

12.3.1 基于应对规划的入侵防护系统框架设计485

12.3.2 一种系统应用方案486

12.3.3 技术特色486

12.3.4 开放的问题487

12.4 基于待定集的入侵检测方法488

参考文献489

附录A 相关项目与会议490

附录B 主要智能规划器491

附录C Kautz规划识别的算法描述493