افزایش کارایی برنامه ریزی جلورو از طریق یادگیری اولویت کنش های قابل اعتماد

یکی از مهمترین مشکلات برنامه ریزی در هوش مصنوعی، کند بودن فرایند برنامه ریزی است. در طی ساله های گذشته تلاش های زیادی برای حل این مشکل انجام گرفته که از آن جملهمی توان به روش های مکاشفه ای در برنامه ریزهای جلو رو اشاره نمود. در این مقاله روش نوینی جهت استفاده از تکنیک های یادگیری ماشین برای بهبودکارایی برنامه ریزی و طراحی یک تابع مکاشفه ای مبتنی بر یادگیری ارائه شده است. از آنجایی که یک برنامه ازحالت اولیه، حالت نهایی و چند حالت میانی تشکیل شده، استفاده از کنش های قابل اعتماد در هر حالت مساله و یادگیری ترتیب آن ها مهمترین بخش روش ارایه شده مسحوب میشود.

کلیدواژه ها:

برنامه ریزی در هوش مصنوعی ، یادگیری ماشینی