规划在人工智能中的作用是什么？

人工智能是未来的关键技术。无论是智能机器人，还是自动驾驶汽车，还是智慧城市，都会用到人工智能的不同方面！！！但是要创建任何此类 AI 项目，规划非常重要。以至于规划是人工智能的关键部分，它处理特定问题的行动和领域。计划被认为是表演的推理方面。

我们人类所做的一切都是为了一个特定的目标，我们所有的行动都是为了实现我们的目标。以类似的方式，也为人工智能完成了规划。例如，到达特定目的地需要规划。找到最佳路线并不是规划的唯一要求，在特定时间要执行的操作以及为什么要执行这些操作也非常重要。这就是为什么计划被认为是表演的推理方面。换句话说，规划就是决定人工智能系统要执行的动作以及系统在独立于领域的情况下自己的功能。

什么是计划？

对于任何规划系统，我们都需要域描述、动作规范和目标描述。一个计划被假定为一系列动作，每个动作在执行动作之前都有自己的一组先决条件要满足，还有一些可能是积极的或消极的影响。

因此，我们在基本层面有前向状态空间规划（FSSP）和后向状态空间规划（BSSP）。

1. 前向状态空间规划 (FSSP)
FSSP 的行为方式与前向状态空间搜索类似。它表示，给定任何域中的起始状态 S，我们执行所需的某些操作并获得称为进度的新状态 S'（也包括一些新条件），并继续进行直到我们达到目标状态。这些操作必须适用于这种情况。

• 缺点：分支因子大
• 优点：算法健全

2. 落后状态空间规划（BSSP）
BSSP 的行为方式与后向状态空间搜索类似。在这方面，我们从目标状态 g 转向子目标 g'，即找到要完成的先前动作以实现相应的目标。这个过程称为回归（回到之前的目标或子目标）。还必须检查这些子目标的一致性。在这种情况下，这些操作必须是相关的。

• 缺点：不是一个健全的算法（有时会发现不一致）
• 优点：分支因子小（与 FSSP 相比非常小）

因此，对于一个高效的规划系统，我们需要结合 FSSP 和 BSSP 的特性，从而产生目标堆栈规划，这将在下一篇文章中讨论。