AAAI2022最新「人工智能规划」教程报告,120页PPT阐述AI规划理论与实践进展

2022 年 3 月 6 日 专知

【导读】国际人工智能会议AAAI 2022论文将在全程线上举办,时间在 2 月 22 日-3 月 1 日,本届大会也将是第 36 届 AAAI 大会。大会涵盖了众多最近研究Tutorial报告,来自Shirin Sohrabi等学者共同做了关于AI规划理论与实践的进展报告,非常值得关注!




人工智能规划是人工智能的一个长期存在的子领域,处理顺序决策,是强化学习的姊妹领域。 规划技术在对话系统、网络安全、交通物流、IT等各个领域都有成熟的工业应用。 虽然基于模型的规划工具可以解决实际规模的问题,但在实践中应用人工智能规划研究面临着几个挑战,阻碍了它的广泛应用。 然而,使用无模型方法的替代方法往往被证明对实际尺寸的问题是不可行的。 本教程的目的是为观众提供必要的理论背景知识,以及实践经验,以允许使用规划工具解决日常挑战。 在本教程中,我们将概述规划领域,包括该领域的最新进展。 然后,我们将深入研究三个挑战:(1)建模——如何表示、提取和学习知识;(2)理论和工具——计算问题的形式化定义以及如何解决这些问题;(3)实践-在端到端应用程序中使用人工智能规划。 我们将有一个实践环节来举例说明如何使用规划工具来解决示例应用。 我们的目标是为AAAI的与会者提供在他们的应用中使用人工智能规划工具的必要手段

目录内容:

  1. Introduction [slides]

    • What is AI Planning

    • Why? Motivation of this tutorial — applications

    • Why AI Planning is important

    • How to spot a planning problem — why these applications are planning problems

    • AI Planning, how it works

    • Plan for this tutorial (theory, modeling, practice)

  2. Theory and planning tools [slides]

    • International planning competition

    • Major planning toolkits/systems/families

    • History

    • Planning as heuristic search

    • Heuristics for classical planning

    • Search pruning techniques

    • Models and languages

    • Planning and RL

    • Computational problems

    • What is AI Planning: models and languages

    • Solving classical planning

    • Planners and planning competitions

    • Non-IPC planners and tools

  3. Modeling [slides]

    • Automating machine learning pipeline generation

    • Hypothesis generation problem

    • Scenario planning for enterprise risk management

    • Planning for dialog

    • Modeling challenges

    • Relationship to planning

    • Overview of our solutions

    • Overview of other approaches

    • Modeling summary

  4. Practice: Tools and applications [slides]

    • Challenges in using AI Planning in applications

    • Pre/post processing

    • Hands on: automating ML pipeline generation/exploration (instructions here and more details)

    • Quick overview of other applications:

    1. Automated analytic composition

    2. Data science automation

    3. Hypothesis generation

    4. Scenario planning

    5. Problem definition

    6. Modeling

    7. Transformation (HTN to classical planning transformation)

    8. Additional constraints

    9. Computation of plans (top-k planning)

    10. Postprocessing of the plans to pipelines

    11. Pipeline accuracy and its translation to action costs

  5. Summary and Q&A [slides]

    • Lessons learned

    • Improvements/future work




地址:

https://aiplanning-tutorial.github.io/



专知便捷查看

便捷下载,请关注专知公众号(点击上方蓝色专知关注)

  • 后台回复“AIP120” 可以获取AAAI2022最新「人工智能规划」教程报告,120页PPT阐述AI规划理论与实践进展专知下载链接索引

专知,专业可信的人工智能知识分发,让认知协作更快更好!欢迎注册登录专知www.zhuanzhi.ai,获取5000+AI主题干货知识资料!
欢迎微信扫一扫加入专知人工智能知识星球群,获取最新AI专业干货知识教程资料和与专家交流咨询
点击“ 阅读原文 ”,了解使用 专知 ,查看获取5000+AI主题知识资源
登录查看更多
4

相关内容

强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
【CIKM2021-Tutorial】图挖掘公平性,166页ppt
专知
1+阅读 · 2021年11月5日
国家自然科学基金
13+阅读 · 2016年12月31日
国家自然科学基金
5+阅读 · 2013年12月31日
国家自然科学基金
6+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
6+阅读 · 2009年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
Risk and optimal policies in bandit experiments
Arxiv
0+阅读 · 2022年4月18日
Arxiv
0+阅读 · 2022年4月17日
Arxiv
0+阅读 · 2022年4月14日
Arxiv
16+阅读 · 2021年7月18日
VIP会员
相关VIP内容
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
相关基金
国家自然科学基金
13+阅读 · 2016年12月31日
国家自然科学基金
5+阅读 · 2013年12月31日
国家自然科学基金
6+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
6+阅读 · 2009年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
Top
微信扫码咨询专知VIP会员