Petri Net Task Planning Infeasibility Detection Constraint Solving
摘要

计划常因情境变化或认知更新而调整,有时甚至不存在可行方案,识别此类不可行性对需求调整至关重要。现有方法多关注可行情况下的单次高效规划,忽视了领域更新与不可行性检测。本文提出一种 Petri 网可达性松弛方法,以实现鲁棒的不变量合成、高效的目标不可达检测及有益的不可行性解释。此外,利用增量约束求解器支持目标与约束的动态更新。实验表明,该系统在生成不变量数量上与基线相当,不可行性检测率提升高达两倍,单次规划表现具有竞争力,且在顺序计划更新任务中显著优于基线。

AI 推荐理由

论文核心提出基于 Petri 网的松弛方法,专门解决顺序任务规划中的不可行性检测与计划更新问题。

研究机构
美国科罗拉多矿业学院,科罗拉多州黄金市,80401 美国国防高级研究计划局(DARPA)陆军研究实验室,马萨诸塞州阿德希尔,02475
论文信息
作者 Nguyen Cong Nhat Le, John G. Rogers, Claire N. Bonial, Neil T. Dantam
发布日期 2026-02-25
arXiv ID 2602.22094
相关性评分 9/10 (高度相关)