Resumen: La planificación generalizada (GP) se refiere a la tarea de sintetizar programas que resuelven familias de problemas de planificación relacionados. Introducimos un método novedoso pero simple para GP: dado un conjunto de problemas de entrenamiento, para cada problema, calculamos un plan óptimo para cada átomo objetivo en algún orden, realizamos una regresión de objetivos en los planes resultantes y elevamos las salidas correspondientes para obtener un conjunto de reglas $textit{Condición} rightarrow textit{Acciones}$ de primer orden. Las reglas en conjunto constituyen un plan generalizado que se puede ejecutar tal cual o, alternativamente, usarse para podar el espacio de búsqueda de planificación. Formalizamos y probamos las condiciones bajo las cuales nuestro método garantiza el aprendizaje de planes generalizados válidos y axiomas de poda de espacio de estados para la búsqueda. Los experimentos demuestran mejoras significativas con respecto a los planificadores de última generación (generalizados) con respecto a las 3 métricas de costo de síntesis, cobertura de planificación y calidad de la solución en varios dominios de planificación clásicos y numéricos.
Publicado originalmente en export.arxiv.org el 17 de noviembre de 2025.
Ver fuente original
