研究人员推出 PIE-APT,一个用于时间动态知识图 (TDKG) 溯因规划的新框架。该系统在开放世界环境中运行,并解决了现有动作形式化中固有的可判定性问题和枝节问题等挑战。PIE-APT 采用统一方法,包含 PIE-Abducer 和 PIE-APT 两个模块,它们原生支持 SROIQ 描述逻辑和 OWL,用于建模状态转换和动作。该框架使用增量推理器来维持可判定性,并通过在 OWL 中表示动作来绕过枝节问题。它还通过综合缺失的前提(通过直接反驳推论)来规避不完整知识的传统最小命中集枚举,其性能优于经典规划器和基线溯因增强方法。 AI
影响 引入了一种新的 AI 规划方法,可以提高在复杂开放世界环境中的推理能力。
排序理由 该集群描述了一篇关于新 AI 规划框架的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
- Amir Hossein Sharafi
- A* search algorithm
- Minimal Hitting Set
- PIE-Abducer
- PIE-APT
- SROIQ Description Logic
- Temporal Dynamic Knowledge Graphs
- Temporal Projection
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →