論文の概要: Task allocation planning based on HTN for national economic mobilization
- arxiv url: http://arxiv.org/abs/2309.12341v2
- Date: Sat, 30 Sep 2023 07:25:55 GMT
- ステータス: 処理完了
- システム内更新日: 2023-10-03 12:48:03.712978
- Title: Task allocation planning based on HTN for national economic mobilization
- Title(参考訳): 国家経済動員のためのHTNに基づくタスク割り当て計画
- Authors: Peng Zhao
- Abstract要約: HTN計画アルゴリズムはタスク割り当てを解き、最適化するために設計され、リソース不足に対処する手法が検討されている。
国家経済動員における実際のタスク割り当て事例に基づいて,提案手法の有効性を実験的に検証した。
- 参考スコア(独自算出の注目度): 8.23558342809427
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In order to cope with the task allocation in national economic mobilization,
a task allocation planning method based on Hierarchical Task Network (HTN) for
national economic mobilization is proposed. An HTN planning algorithm is
designed to solve and optimize task allocation, and a method is explored to
deal with the resource shortage. Finally, based on a real task allocation case
in national economic mobilization, an experimental study verifies the
effectiveness of the proposed method.
- Abstract(参考訳): 国家経済動員におけるタスク割り当てに対応するために,階層型タスクネットワーク(HTN)に基づくタスク割り当て計画手法を提案する。
HTN計画アルゴリズムはタスク割り当てを解き、最適化するために設計され、リソース不足に対処する手法が検討されている。
最後に、国家経済動員における実際のタスク割当事例に基づいて、提案手法の有効性を検証する実験研究を行った。
関連論文リスト
- A Distance Similarity-based Genetic Optimization Algorithm for Satellite Ground Network Planning Considering Feeding Mode [53.71516191515285]
衛星データ中継ミッションの送信効率の低さは、現在システムの構築を制約している問題となっている。
本研究では,タスク間の状態特性を考慮した距離類似性に基づく遺伝的最適化アルゴリズム(DSGA)を提案し,タスク間の類似性を決定するための重み付きユークリッド距離法を提案する。
論文 参考訳(メタデータ) (2024-08-29T06:57:45Z) - Unified Task and Motion Planning using Object-centric Abstractions of
Motion Constraints [56.283944756315066]
本稿では,タスクとモーションプランニングを一つの検索に統一するTAMP手法を提案する。
我々のアプローチは、オフザシェルフAIサーチの計算効率を活用して、物理的に実現可能な計画が得られるような、オブジェクト中心の動作制約の抽象化に基づいている。
論文 参考訳(メタデータ) (2023-12-29T14:00:20Z) - Learning adaptive planning representations with natural language
guidance [90.24449752926866]
本稿では,タスク固有の計画表現を自動構築するフレームワークであるAdaについて述べる。
Adaは、プランナー互換の高レベルアクション抽象化と、特定の計画タスク領域に適応した低レベルコントローラのライブラリを対話的に学習する。
論文 参考訳(メタデータ) (2023-12-13T23:35:31Z) - Probabilistic contingent planning based on HTN for high-quality plans [8.23558342809427]
本稿では,HTNプランナとして High-Quality Contingent Planner (HQCP) を提案する。
HQCPは、部分的に観測可能な環境で高品質な計画を生成する。
HTN計画の形式は部分的な可観測性に拡張され、コストについて評価される。
論文 参考訳(メタデータ) (2023-08-14T03:55:14Z) - On efficient computation in active inference [1.1470070927586016]
計算量を大幅に減らした有限時間地平線に対する新しい計画アルゴリズムを提案する。
また、新規かつ既存のアクティブな推論計画スキームに対して適切な目標分布を設定するプロセスを簡単にする。
論文 参考訳(メタデータ) (2023-07-02T07:38:56Z) - Reinforcement Learning with Success Induced Task Prioritization [68.8204255655161]
本稿では,自動カリキュラム学習のためのフレームワークであるSuccess induced Task Prioritization (SITP)を紹介する。
アルゴリズムはエージェントに最速の学習を提供するタスクの順序を選択する。
我々は,SITPが他のカリキュラム設計手法と一致するか,あるいは上回っていることを実証する。
論文 参考訳(メタデータ) (2022-12-30T12:32:43Z) - Neural Motion Planning for Autonomous Parking [6.1805402105389895]
本稿では,より深い生成ネットワークと従来の動き計画手法を組み合わせたハイブリッドな動き計画手法を提案する。
提案手法は与えられた状態の表現を効果的に学習し,アルゴリズムの性能向上を示す。
論文 参考訳(メタデータ) (2021-11-12T14:29:38Z) - Weighted Training for Cross-Task Learning [71.94908559469475]
クロスタスク学習のための重み付きトレーニングアルゴリズムであるTarget-Aware Weighted Training (TAWT)を紹介する。
TAWTは実装が容易で、計算効率が高く、ハイパーパラメータチューニングがほとんど必要とせず、漸近的でない学習理論の保証を享受できることを示す。
副産物として、提案された表現に基づくタスク距離は、クロスタスク学習のいくつかの重要な側面について理論的に原則化された方法で推論することができる。
論文 参考訳(メタデータ) (2021-05-28T20:27:02Z) - qRRT: Quality-Biased Incremental RRT for Optimal Motion Planning in
Non-Holonomic Systems [16.323822608442836]
本稿では,非ホロノミックシステムにおける最適動作計画のためのサンプリングベース手法を提案する。
経験を通じて学習する原則を使用して、ワークスペース内の領域のコスト対効果を推定します。
論文 参考訳(メタデータ) (2021-01-07T17:10:11Z) - Bottom-up mechanism and improved contract net protocol for the dynamic
task planning of heterogeneous Earth observation resources [61.75759893720484]
地球観測資源は、災害救助、被害評価、関連する領域においてますます不可欠になりつつある。
観測要求の変更や悪天候の発生、資源の失敗など、予測できない多くの要因は、スケジュールされた観測計画が実行不可能になる可能性がある。
不均質な地球観測資源の動的タスク計画を容易にするため、ボトムアップ分散協調フレームワークと改良された契約網を提案する。
論文 参考訳(メタデータ) (2020-07-13T03:51:08Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。