CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

یادگیری اولویت کنش های قابل اعمال در برنامه ریزی مستقل از دامنه

عنوان مقاله: یادگیری اولویت کنش های قابل اعمال در برنامه ریزی مستقل از دامنه
شناسه ملی مقاله: ACCSI10_190
منتشر شده در دهمین کنفرانس سالانه انجمن کامپیوتر ایران در سال 1383
مشخصات نویسندگان مقاله:

سیدعلی اکرمی فر - دانشگاه صنعتی شریف دانشکده مهندسی کامپیوتر
غلامرضا قاسم ثانی

خلاصه مقاله:
یکی از مهمترین مشکلات برنامه ریزی در هوش مصنوعی کند بودن فرایند برنامه ریزی است در سالهای گذشته تلاش های زیادی برای حل این مشکل انجام گرفته که از آن جمله می توان به روشهای مکاشفه ای در برنامه ریزهای جلورو و روشهای یادگیری اشاره نمود دراین مقاله محدودیتهای روش یادگیری کنش های قابل اعمال را که به عنوان یک تابع مکاشفه ای مبتنی بریادگیری برای بهبود کارایی برنامه ریزی وابسته به دامنه ارایه شده است را برطرف نموده و نتایج آن را در برنامه ریزی مستقل ا زدامنه مورد بررسی قرار داده ایم.

کلمات کلیدی:
برنامه ریزی در هوش مصنوعی، یادگیری ماشینی، کنشهای قابل اعمال

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/128633/