Pianificazione Lifted Parallela tramite Valutazione Datalog Semi-Naive
I ricercatori hanno sviluppato un nuovo modello di esecuzione per la pianificazione classica lifted che introduce due livelli di parallelismo: parallelismo a livello di regole e parallelismo di grounding. Questo approccio si basa su lavori precedenti che collegano la pianificazione lifted alla valutazione Datalog. Il risolutore utilizza un grounder basato sull'enumerazione di cliche, esteso per supportare la valutazione Datalog semi-naive. La valutazione sperimentale con greedy best-first search e l'euristica FF mostra che l'implementazione risolve più compiti rispetto al baseline. Il lavoro mira ad affrontare la tradizionale lentezza della pianificazione lifted riducendo la necessità di istanziazione ripetuta di strutture ground durante la ricerca.
Fatti principali
- I pianificatori lifted classici evitano passaggi di grounding computazionalmente onerosi.
- La pianificazione lifted è tipicamente più lenta a causa della ripetuta istanziazione di strutture ground.
- I componenti principali della pianificazione lifted sono stati studiati attraverso la valutazione Datalog.
- Il nuovo modello ha due livelli di parallelismo: parallelismo a livello di regole e parallelismo di grounding.
- Il risolutore utilizza un grounder basato sull'enumerazione di cliche.
- Il grounder supporta la valutazione Datalog semi-naive.
- La valutazione sperimentale ha utilizzato greedy best-first search con l'euristica FF.
- L'implementazione risolve più compiti rispetto al baseline.
Entità
Istituzioni
- arXiv