（文章來源：同花順AI）

自動規(guī)劃（automatic planning或 automated planning）是一種重要的問題求解技術，與一般問題求解相比，自動規(guī)劃更注重于問題的求解過程，而不是求解結果。此外，規(guī)劃要解決的問題，如機器人世界問題，往往是真實世界問題，而不是比較抽象的數(shù)學模型問題。

自動規(guī)劃系統(tǒng)與專家系統(tǒng)均屬高級求解系統(tǒng)與技術。由于自動規(guī)劃系統(tǒng)具有上述特點，而且具有廣泛的應用場合和應用前景，因而引起人工智能界的濃厚研究興趣，并取得許多研究成果。

在研究自動規(guī)劃時，往往以機器人規(guī)劃與問題求解作為典型例子加以討論。這不僅是因為機器人規(guī)劃是自動規(guī)劃最主要的研究對象之一，更因為機器人規(guī)劃能夠得到形象的和直覺的檢驗。有鑒于此，常常把自動規(guī)劃稱為機器人規(guī)劃（robot planning）。機器人規(guī)劃的原理、方法和技術，可以推廣應用至其他規(guī)劃對象或系統(tǒng)。

自動規(guī)劃或機器人規(guī)劃是繼專家系統(tǒng)和機器學習之后人工智能的一個重要應用領域，也是機器人學的一個重要研究領域，是人工智能與機器人學一個令人感興趣的結合點。有些研究者又把自動規(guī)劃叫做智能規(guī)劃（intelligent planning）。在自動規(guī)劃研究中，有的把重點放在消解原理證明機器上，它們應用通用搜索啟發(fā)技術，以邏輯演算表示期望目標， STRIPS和 ABSTRIPS就屬于這類系統(tǒng)。

這種系統(tǒng)把世界模型表示為一階謂詞演算公式的任意集合，采用消解反演（resolution refutation）來求解具體模型的問題，并采用中間結局分析（means ends analysis）策略來引導求解系統(tǒng)達到要求的目標。另一種規(guī)劃系統(tǒng)采用管理式學習（spuervised learning）來加速規(guī)劃過程，改善問題求解能力。 PULP-Ⅰ即為一具有學習能力的規(guī)劃系統(tǒng)，它是建立在類比基礎上的。 PULP-Ⅰ系統(tǒng)采用語義網絡來表示知識，比用一階謂詞公式前進了一步。

20世紀80年代以來，又開發(fā)出其他一些規(guī)劃系統(tǒng)，包括非線性規(guī)劃、應用歸納的規(guī)劃系統(tǒng)、分層規(guī)劃系統(tǒng)和專家規(guī)劃系統(tǒng)等。從某個特定的問題狀態(tài)出發(fā)，尋求一系列行為動作，并建立一個操作序列，直到求得目標狀態(tài)為止。這個求解過程就稱為規(guī)劃。規(guī)劃是關于動作的推理。它是一種抽象的和清晰的深思熟慮過程，該過程通過預期動作的期望效果，選擇和組織一組動作，其目的是盡可能好地實現(xiàn)一個預先給定的目標。

規(guī)劃是對某個待求解問題給出求解過程的步驟。規(guī)劃涉及如何將問題分解為若干個相應的子問題，以及如何記錄和處理問題求解過程中發(fā)現(xiàn)的子問題間的關系。規(guī)劃具有層次結構。在規(guī)劃的任務一子任務層次結構中，位于最底層的子任務，其動作必須是個基本動作，就是無需再規(guī)劃即可執(zhí)行的動作。規(guī)劃系統(tǒng)是一個涉及有關問題求解過程的步驟的系統(tǒng)。例如，計算機或飛機設計、火車或汽車運輸路徑、財政和軍事等規(guī)劃問題。

在日常生活中，規(guī)劃意味著在行動之前決定行動的進程，或者說，規(guī)劃一詞指的是在執(zhí)行一個問題求解程序中任何一步之前，計算該程序幾步的過程。一個規(guī)劃是一個行動過程的描述。它可以是像百貨清單一樣的沒有次序的目標表列；但是一般來說，規(guī)劃具有某個規(guī)劃目標的蘊含排序。例如，對于大多數(shù)人來說，吃早飯之前要先洗臉和刷牙或漱口。

又如，一個機器人要搬動某工件，必須先移動到該工件附近，再抓住該工件，然后帶著工件移動。許多規(guī)劃所包含的步驟是含糊的，而且需要進一步說明。臂如說，一個工作日規(guī)劃中有吃午飯這個目標，但是有關細節(jié)，如在哪里吃、吃什么、什么時間去吃等等，都沒有說明。與吃午飯有關的詳細規(guī)劃是全日規(guī)劃的一個子規(guī)劃。大多數(shù)規(guī)劃具有很大的子規(guī)劃結構，規(guī)劃中的每個目標可以由達到此目標的比較詳細的子規(guī)劃所代替。

盡管最終得到的規(guī)劃是某個問題求解算符的線性或分部排序，但是由算符來實現(xiàn)的目標常常具有分層結構。