Waarom is dit belangrijk?
De meeste talen voor automatische planning bouwen voort op Stanford Research Institute Problem Solver, zodat één model uiteenlopende taken kan beschrijven. In de logistiek en de robotica zetten planningsprogramma’s die methode ook in voor het verplaatsen van goederen en taken van robots. Medewerkers krijgen daardoor op het werk berekende taakvolgordes, maar een onverwachte gebeurtenis of een onzekere uitkomst maakt die volgorde onbruikbaar.
Zo werkt het in de praktijk
In de International Planning Competition van de conferentie ICAPS vergelijken onderzoekers planningsprogramma’s op vaste testtaken. De taken staan in de Planning Domain Definition Language, die is geïnspireerd door Stanford Research Institute Problem Solver.
Onderzoekers vragen of er voor zo’n opgave een plan bestaat. Bij de eenvoudige vorm heet dat PSPACE-volledig: het rekenwerk kan zwaar worden. Uitbreidingen kijken ook naar een begin dat maar deels bekend is. Graphplan van Blum en Furst zoekt het plan via een planningsgraaf.
Die taal is het vaste kader van de wedstrijd sinds de eerste edities. Een beschrijving splitst het domein en de concrete opgave. Programma’s als Fast Downward en LAMA zetten een rijkere invoer om. Die vorm lijkt op Stanford Research Institute Problem Solver.




