Computational Complexity of some Optimization Problems in Planning

Meysam Aghighi

2017 മേയ് · Linköping Studies in Science and Technology. Dissertations പുസ്‌തകം, 76 · Linköping University Electronic Press

ഇ-ബുക്ക്

പേജുകൾ

റേറ്റിംഗുകളും റിവ്യൂകളും പരിശോധിച്ചുറപ്പിച്ചതല്ല കൂടുതലറിയുക

ഈ ഇ-ബുക്കിനെക്കുറിച്ച്

Automated planning is known to be computationally hard in the general case. Propositional planning is PSPACE-complete and first-order planning is undecidable. One method for analyzing the computational complexity of planning is to study restricted subsets of planning instances, with the aim of differentiating instances with varying complexity. We use this methodology for studying the computational complexity of planning. Finding new tractable (i.e. polynomial-time solvable) problems has been a particularly important goal for researchers in the area. The reason behind this is not only to differentiate between easy and hard planning instances, but also to use polynomial-time solvable instances in order to construct better heuristic functions and improve planners. We identify a new class of tractable cost-optimal planning instances by restricting the causal graph. We study the computational complexity of oversubscription planning (such as the net-benefit problem) under various restrictions and reveal strong connections with classical planning. Inspired by this, we present a method for compiling oversubscription planning problems into the ordinary plan existence problem. We further study the parameterized complexity of cost-optimal and net-benefit planning under the same restrictions and show that the choice of numeric domain for the action costs has a great impact on the parameterized complexity. We finally consider the parameterized complexity of certain problems related to partial-order planning. In some applications, less restricted plans than total-order plans are needed. Therefore, a partial-order plan is being used instead. When dealing with partial-order plans, one important question is how to achieve optimal partial order plans, i.e. having the highest degree of freedom according to some notion of flexibility. We study several optimization problems for partial-order plans, such as finding a minimum deordering or reordering, and finding the minimum parallel execution length.

ഈ ഇ-ബുക്ക് റേറ്റ് ചെയ്യുക

നിങ്ങളുടെ അഭിപ്രായം ഞങ്ങളെ അറിയിക്കുക.

വായനാ വിവരങ്ങൾ

സ്‌മാർട്ട്ഫോണുകളും ടാബ്‌ലെറ്റുകളും

Android, iPad/iPhone എന്നിവയ്ക്കായി Google Play ബുക്‌സ് ആപ്പ് ഇൻസ്‌റ്റാൾ ചെയ്യുക. ഇത് നിങ്ങളുടെ അക്കൗണ്ടുമായി സ്വയമേവ സമന്വയിപ്പിക്കപ്പെടുകയും, എവിടെ ആയിരുന്നാലും ഓൺലൈനിൽ അല്ലെങ്കിൽ ഓഫ്‌ലൈനിൽ വായിക്കാൻ നിങ്ങളെ അനുവദിക്കുകയും ചെയ്യുന്നു.

ലാപ്ടോപ്പുകളും കമ്പ്യൂട്ടറുകളും

Google Play-യിൽ നിന്ന് വാങ്ങിയിട്ടുള്ള ഓഡിയോ ബുക്കുകൾ കമ്പ്യൂട്ടറിന്‍റെ വെബ് ബ്രൗസർ ഉപയോഗിച്ചുകൊണ്ട് വായിക്കാവുന്നതാണ്.

ഇ-റീഡറുകളും മറ്റ് ഉപകരണങ്ങളും

Kobo ഇ-റീഡറുകൾ പോലുള്ള ഇ-ഇങ്ക് ഉപകരണങ്ങളിൽ വായിക്കാൻ ഒരു ഫയൽ ഡൗൺലോഡ് ചെയ്ത് അത് നിങ്ങളുടെ ഉപകരണത്തിലേക്ക് കൈമാറേണ്ടതുണ്ട്. പിന്തുണയുള്ള ഇ-റീഡറുകളിലേക്ക് ഫയലുകൾ കൈമാറാൻ, സഹായ കേന്ദ്രത്തിലുള്ള വിശദമായ നിർദ്ദേശങ്ങൾ ഫോളോ ചെയ്യുക.

നിയമവിരുദ്ധമായ ഉള്ളടക്കം റിപ്പോർട്ട് ചെയ്യുക