AAAI 2022 教程 - AI 规划理论与实践 — 关键概念、方法和要点

从一个具体的推荐开始：将您的规划任务映射到一个紧凑的过程，并运行一个可重现的实验。选择一个主要用例，如交通管理或物流调度，并将其框架化为从初始状态到目标的线性动作序列。保持领域已知且独立于平台细节，以便它们使用多个规划器进行测试。构建一个带有 2–3 个代理的小型测试床，以观察交互、测量执行时间，并跟踪几个事务作为基准。

从理论到实践，识别三个支柱：状态空间搜索、规划图和基于约束的方法。在实践中，将分析与启发式指导相结合，以导航大型搜索空间并帮助您更快地做出稳健决策。在部署前应用模型检查和轻量级验证来揭示死锁、资源冲突或违反的约束；它们对于快速迭代很有用。

三个实践轴有助于比较方法：表示（STRIPS-like 或 PDDL 变体）、并发处理（独立动作 vs 共享资源）和评估（基准、指标和可重现运行）。选择一种保持前提条件和效果清晰的表示，以便规划器能够推理过程依赖关系。使用启发式指导来修剪分支，并在相同的任务集和时间限制下进行测试，以实现公平比较。

关键要点包括跨领域的模块化编码、带有清晰基线的共享基准套件，以及假设的文档。使用模拟来压力测试规划器，运行分析来比较结果，并捕获时间、内存和计划长度。将验证与模型检查配对，以在并发设置中确认活性和约束满足。

公共行政应用和实践指导

实施一个专注的试点来解决真实任务，例如路由服务请求或分配现场人员。构建一个结构化模型，由代表预算、人头数、案例优先级、服务水平目标和时间窗口的变量组成。定义反映政策约束和法律要求的条件规则。使用自动化规划生成可行的动作序列，并在部署前应用模型检查来验证安全、公平性和可行性。使用现有数据运行试验，比较计划结果与实际结果，并测量真实效率提升。该努力应包括一个清晰的反馈和迭代空间，以在更广泛部署前收紧假设。

将规划器连接到现有的市政系统，并创建一个共享空间，让用户探索计划、调整参数并批准或拒绝动作。使用实时仪表板显示对等待时间和成本的预测影响，帮助一线员工和管理者做出明智决策。让管理员和一线用户协作约束，同时确保隐私和合规性。这种集成实现了无缝数据流和决策的透明审计轨迹，提高了信任和采用。

应用结构化推理和模型检查来验证关键属性，如安全、政策合规性和公平性。构建一个利用预测预测来检测瓶颈和超支的推理层，在它们发生前。 将问题分解为模块，用于数据清洗、约束处理和风险检查，确保系统演进时的可维护性。自动化规划的进步使您能够快速比较备选计划，提高效率而不牺牲治理。发布清晰的决策理由，以便审查空间保持开放和负责。

建立实践评估标准和基准：跟踪平均处理时间、每个案例成本、错误率和用户满意度。使用来自试点操作的真实数据在不同需求下压力测试计划，并使用模型检查结果调整风险范围和备用程序。确保用户接受持续培训，了解如何阅读计划以及何时干预政策更新。维护一个路线图，与治理要求一致，同时拥抱尊重数据隐私和利益相关者关切的实验周期，确保稳步进步和可衡量的影响。

通过从小服务集开始扩展，然后使用模块化组件和共享库在部门间复制方法。保持一个活变量目录以反映新政策和财政约束，并随着数据到达迭代调整模型（调整）。设计工作流具有前瞻性，让提前规划在高峰期告知资源分配。文档一个实践过渡计划，突出早期胜利、所需努力和时间表，以便机构能够采用规划实践而不中断，并具有清晰的现实世界益处。

将政策问题映射到公共部门的 AI 规划领域

推荐：上下文驱动的框架，组装政策问题的上下文并将其翻译成规划问题。表示目标和约束，并组装驱动向定义结果的动作组合。使用前向规划生成指导真实程序中编程工作的产品，并使用 rt-1gt 风格场景基准进度，这有助于比较结果。

在公共部门应用此方法，使用小型模块化杠杆集将政策工具映射到规划领域动作。设计这些动作以便在小型试点中可测试，并及早评估结果。通过引入额外约束并允许跨司法管辖区的泛化来维持较少偏差；使用来自多个上下文的数据来细化模型并决定哪些干预将扩展。

实施步骤包括：以编程术语形式化领域语言，枚举带有清晰前提条件和效果的动作，并编码约束以保持较低风险。运行机器告知规划器生成候选计划，检查它们的工作是否符合陈述目标，并随着新数据到达迭代改进。确保拟议工作交付目标结果。

geffner 关于不确定性下规划的观点告知如何平衡领域知识与自动化搜索，指导如何选择跨不同设置取自不同环境的上下文泛化的组合。将这些见解链接到 rt-1gt 基准有助于确保政策计划翻译成可实施程序。

最终说明：结构化政策问题，以便规划领域支持跨程序的重用，实现新部署的较低障碍并减少重复建模的开销。结果将上下文和目标映射到可行动的编程步骤，这些步骤将适应未来的约束和额外要求。

为治理数据选择和适应规划算法

从部分顺序规划方法开始，使用显式动作模式和治理感知数据适配器，确保应用可以扩展并在数据集间保留来源。

核心逻辑保持后继状态显式，建模前提条件、效果和数据约束，以便规划器能够显式推理依赖关系并在数据变化时重新排序它们。

在治理上下文中，数据格式多样且标签可能噪声；以模块化方式表示知识，并允许规划器适应，而无需重做整个计划，尽管数据质量波动高于一切。

时间约束重要：使用截止期限和预算步骤参数化规划器，以便搜索在政策窗口内找到可行序列，即使传入治理数据量随时间增长。

为了适应治理需求，运行一个小型显式产品：带有清晰 API、版本化规则和数据隐私护盾的规划服务；研究人员可以测试替换并测量对计划质量在其他地方和领域的影响。

在实践中，该方法处理大量变异：它可能将人工约束视为软或硬，并且约束表示为规划器在提交动作前检查的显式守卫，确保治理工作流中的鲁棒性和可追溯性。

在公共计划中处理不确定性、意外情况和动态环境

推荐部署一个模块化、不确定性感知的规划栈，带有显式意外情况处理，用于城市公共计划，实现世界变化时的快速重新规划。

围绕五个核心模块构建栈：预测、不确定性下推理、映射到动作、执行监控和政策翻译。每个模块操作来自城市传感、公共输入和管理记录的数据流，并通过定义良好的接口通信，以维护可扩展性和适应性。在高风险城市上下文中，此设置即使信号不一致也能保持决策一致。目前，公共机构依赖临时更新；拟议栈标准化这些过程并减少跨团队的漂移。

不确定性处理使用场景树或概率模型来表示重要案例。系统针对意外情况评估每个计划，并选择最大化效用函数同时尊重 1-安全约束的动作。对于操作计划，将规划视界长度保持在 1 到 3 天并每日刷新；长期策略可以使用粗略细化每周更新。此方法设计为从单个区扩展到多区部署的可扩展性。

为了将政策目标翻译成动作，实现一个翻译层，将价值观和目标映射到规划约束和奖励信号。此映射对应于城市价值观，如安全、可访问性、效率和公平性。使用翻译目标指导规划决策，然后将结果翻译回现场团队和自动化控制器的可行动订单。在涉及重要对象（交通信号、公交车队、公共事件）的公共计划中，维护对象及其状态的注册表以支持鲁棒推理。规划器关心的事物——安全、移动性和公平性——必须在价值函数中表示，以保持结果与公共期望一致。翻译目标提供了治理和执行之间清晰的桥梁。

• 选择一种公式：鲁棒优化、意外规划或基于 POMDP 的方法，取决于数据质量和保证。
• 开发实时传感管道，带有数据质量指标和延迟界限，以支持及时重新规划。
• 纳入 1-安全和风险预算；确保决策避免关键安全违规。
• 通过从有限城市区开始并扩展设计可扩展部署；跨案例重用模块。
• 使用真实世界案例评估；测量计划连续性、决策延迟和公共满意度。
• 变更管理：逐步与现有工作流集成；为员工提供培训模块以解释结果。
• 维护清晰映射和推理规则：随着事件展开更新意外情况；确保解释对决策者易访问。

研究人员已证明，适当设计的栈减少了城市演习中的中断事件；涉及利益相关者提高了接受度；该方法翻译成真实世界价值。该架构支持对交通信号、仪表、传感器和人群流动等对象的推理，并且规划周期的长度可以调整到操作节奏。针对当前世界条件的映射和评估有助于保持计划与政策价值观和公共期望一致。

将法律、伦理和公平约束纳入规划模型

编码一个约束层，在每个规划周期中强制执行法律、伦理和公平规则。包括法律和安全的硬约束，并及时更新以反映新法规；设置公平和安全的期望结果，并追求安全和公平目标。使用专用审计接口显示项目被选择或拒绝的原因，实现问责制和透明决策轨迹。

将约束表示为硬规则和软罚款的混合。对于法律约束，将速度限制、通行权、隐私保护强制执行为硬界限；对于伦理和公平考虑，使用软约束来惩罚对受保护群体或服务不足社区的不成比例影响。将这些映射到规划器的目标，使用反映政策优先级的权重；此框架优化安全和公平，同时保持在风险阈值以上并证明决策。从分析收集数据以量化影响；随着法律指导演进调整权重。当约束被违反时，记录采取的动作并转向合规备选方案。

数据和评估：使用来自交通分析、传感器馈送和用户反馈的及时数据来保持模型准确并在实践中应用。通过运行多样化场景验证跨领域的泛化；检查约束之间的交互（例如，安全 vs. 隐私）。使用交叉验证和冗余来源缓解数据质量差。实施模拟和真实世界试点来测试奖励和罚款，确保自动驾驶决策保持安全和可接受；确保时间约束不降低用户体验。这里是一个实践指南：从核心约束开始，并随着实施成熟逐步扩展。

交互处理的行动模式：当约束冲突时，优先考虑安全和公平优先级；使用词典序或约束优化来平衡目标。在自动驾驶部署中，始终优先考虑法律要求；如果期望路线违反公平约束，则重新路由到合规备选方案，即使它增加时间。系统通过触发安全备用计划并记录采取的动作来处理意外输入，以实现问责制。跟踪偏差并向操作员提供解释以实现问责制。将这些模式应用于其他领域，如物流、城市规划和紧急响应，以确保广泛适用性。

团队实施路线图：设计三层架构——政策规范、约束求解器和评估 harness。使用可以随着法律或伦理指南演进而交换的模块化实现；利用常见表示来支持跨领域和分析的泛化，实现负责任 AI 规划的持续进步。此方法保持对及时、准确决策的关注，以透明方式处理奖励和成本，因此自动驾驶、交通和服务领域与政策目标保持一致。

测量基于规划的公共举措的影响和问责制

发布季度影响仪表板，报告覆盖范围、成本和结果，锚定在数据库中并使用自动化刷新。从定义两个计分卡开始，就覆盖范围和公平性而言，带有指标如参与度和服务的可访问性：输出措施（覆盖、参与）和结果措施（服务交付变化、城市公平）。使用共享服务和社区路线图可视化覆盖范围，并设置可接受性能的界限。这些指标启用主动课程修正，不能仅依赖直觉，支持透明问责制。使用目标值集和与基线的比较来识别意外变化，特别是当人口需求在区之间移动时。

使用 Petri 图和 nurix 启发网建模工作流以量化动态。对于每个实例，捕获移动、位置和小城市团队间的流动；计算任务和资源的 reachable 集；使用整数计数参与者、设备和时间步。开发公式来估计不同场景下的影响，并在新数据到达时适应计划；图可视化进度并突出覆盖变化。此方法通过使隐式假设显式并澄清自动化可以减少重复工作的位置来提供优势。

通过透明数据治理和共享指标确保问责制。创建轻量级数据架构，将项目计划链接到结果，带有清晰所有权和审计轨迹。为利益相关者和控制委员会发布仪表板；使用透明假设和敏感性分析显示结果界限。在实践中，数据来源和定期审计保持这些举措的可信度，而目标驱动报告帮助城市规划者决定在哪里扩展或暂停努力，并文档举措类型以正确解释。