背景

智能规划求解器需要有动作模型和PDDL作为输入，然而从头构建动作模型是十分困难的，于是提出ARMS算法可以从正确的规划中直接学习动作模型。值得注意的是，ARMS算法的输入不要求观测到的规划必须包含中间的状态信息。

Introduction

创新点

• 以前的方法学习动作模型都需要规划的状态信息和动作序列
• ARMS学习动作模型不需要规划解的状态信息

基本概念

1. action signature
   动作名和动作参数列表构成的字符串。

目标

学习动作模型，具体来说:

1. 学出每个action signature的前置条件
2. 学出每个action signature的后置条件

ARMS算法

ARMS算法有2大阶段

• Phase one
  从所有规划中挖掘动作集合
• Phase Two
  从动作集合以及最初的relation-action pairs确定一些Constraints，然后将Constraints转化为weighted MAX-SAT问题并求解。

Related Work

1. Learning from state images
2. Inductive logic programming
3. Knowledge acquisition in planing
4. Satisfiability problems
5. Markov logic networks
6. Relation to SLAF algorithms
7. PDDL background

Problem statement

ARMS算法的输入:

1. 初始状态
2. 目标状态
3. 动作序列

ARMS算法详情

模型空间很大，如何寻找较优模型?
答:利用Constraints对模型空间进行限制。