Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

The Effect of Domain Modelling on Efficiency of Planning: Lessons From the Nomystery Domain

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216208%3A11320%2F15%3A10319173" target="_blank" >RIV/00216208:11320/15:10319173 - isvavai.cz</a>

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    The Effect of Domain Modelling on Efficiency of Planning: Lessons From the Nomystery Domain

  • Popis výsledku v původním jazyce

    Nomystery is a simple logistic planning domain proposed for the International Planning Competition. The task is to plan loading, driving, and unloading actions for a single truck with unlimited load capacity but with limited fuel to transport packages between various locations. In this paper we show how different modeling techniques influence efficiency of planning for the Nomystery domain. In particular, we compare factored and structured representations of states enhanced with heuristics and control knowledge. We use the Picat planner module that exploits tabling to memorize visited states and that uses iterative deepening or branch-and-bound to search for optimal plans.

  • Název v anglickém jazyce

    The Effect of Domain Modelling on Efficiency of Planning: Lessons From the Nomystery Domain

  • Popis výsledku anglicky

    Nomystery is a simple logistic planning domain proposed for the International Planning Competition. The task is to plan loading, driving, and unloading actions for a single truck with unlimited load capacity but with limited fuel to transport packages between various locations. In this paper we show how different modeling techniques influence efficiency of planning for the Nomystery domain. In particular, we compare factored and structured representations of states enhanced with heuristics and control knowledge. We use the Picat planner module that exploits tabling to memorize visited states and that uses iterative deepening or branch-and-bound to search for optimal plans.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

    IN - Informatika

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

    Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.

  • Návaznosti

    S - Specificky vyzkum na vysokych skolach<br>I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Ostatní

  • Rok uplatnění

    2015

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název statě ve sborníku

    The 2015 Conference on Technologies and Applications of Artificial Intelligence (TAAI 2015)

  • ISBN

    978-1-4673-9606-6

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    8

  • Strana od-do

    433-440

  • Název nakladatele

    IEEE

  • Místo vydání

    NEW YORK

  • Místo konání akce

    Tainan, Taiwan

  • Datum konání akce

    20. 11. 2015

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku