Optimalizace portoflia heuristik pro optimalni planovani
Optimizing portfolio heuristics for optimal planning
Typ dokumentu
bakalářská prácebachelor thesis
Autor
Daniel Žampach
Vedoucí práce
Pevný Tomáš
Oponent práce
Trunda Otakar
Studijní obor
Počítačové hry a grafikaStudijní program
Otevřená informatikaInstituce přidělující hodnost
katedra počítačové grafiky a interakcePráva
A university thesis is a work protected by the Copyright Act. Extracts, copies and transcripts of the thesis are allowed for personal use only and at one?s own expense. The use of thesis should be in compliance with the Copyright Act http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf and the citation ethics http://knihovny.cvut.cz/vychova/vskp.htmlVysokoškolská závěrečná práce je dílo chráněné autorským zákonem. Je možné pořizovat z něj na své náklady a pro svoji osobní potřebu výpisy, opisy a rozmnoženiny. Jeho využití musí být v souladu s autorským zákonem http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf a citační etikou http://knihovny.cvut.cz/vychova/vskp.html
Metadata
Zobrazit celý záznamAbstrakt
Nalezení optimálního řešení plánovacího problému může trvat velmi dlouho. Z tohoto důvodu je potřeba prohledávat stavový prostor problému efektivně. Jednou z osvědčených možností je A* plánovač, jehož účinnost je přímo závislá na použité heuristické funkci. Tato funkce by měla být přípustná a zároveň poskytovat užitečné informace. Tato práce se věnuje hledání těchto heuristik. Heuristiky nacházíme pomocí trénování neuronové sítě tak, aby produkovala sérii čísel. Ty jsou poté použity jako konvexní koeficienty pro již existující přípustné heuristiky. Heuristika, která vznikne jako konvexní kombinace přípustných heuristik, je také přípustnou heuristikou, a když ji použijeme s A* plánovačem, je zaručené nalezení optimálního řešení. Naše heuristika se zaměřuje na zmenšení počtu prozkoumaných stavů A* plánovačem, a tedy celkově zkrácením času potřebného k nalezení plánu. Tato práce diskutuje výhody a nevýhody tohoto přístupu a zároveň jeho fundamentální hranici výkonu. Finding an optimal plan (solution) to a planning problem can be a task unsolvable in a reasonable time. So it is important to efficiently comb the state-space of the problem. One viable option is the A* planner the efficiency of which is heavily reliant on the heuristic function used, it should both give good information and be admissible. This work is focused on the finding of these heuristics. This is achieved by training a neural network to output a series of numbers to be used as convex weights for already existing admissible planning heuristics. The heuristic created as a convex combination of admissible heuristics is also an admissible heuristic, and when used with the A* planner an optimal solution is guaranteed to be found. The heuristic is focused on lowering the number of expanded states by the A* planner, and therefore lowering the overall time of plan finding. This work discusses the advantages and disadvantages of this approach as well as the fundamental limit on performance.
Kolekce
- Bakalářské práce - 13139 [432]