什么是计划？

计划（又名自动计划或AI 计划）是搜索计划的过程，计划是将代理/世界从初始状态带入一个或多个目标状态的一系列动作，或策略，其功能来自状态到动作（或动作的概率分布）。规划不仅仅是使用搜索算法（例如，状态空间搜索算法，例如 A*）来查找计划，而且规划还涉及通过以某种方式描述问题来建模问题，例如使用动作语言，例如PDDL或ADL，甚至是命题逻辑。

有不同的规划问题，例如

• 经典规划
• 马尔可夫决策过程中的规划（这是描述随机环境/问题的数学模型，即一个动作的环境$a$可能并不总是导致相同的结果）
• 时间计划（即可以同时采取多项行动和/或它们的持续时间可能不同/可变）
• 分层与非分层规划

有不同的规划方法，例如

• 通过状态空间搜索进行规划（有或没有启发式），即制定规划问题，以便您可以应用状态空间搜索算法（状态空间搜索算法的示例是 A*、IDA*、WA*、DFS 或 BFS ); 这可能是使人们将规划与搜索混淆的规划方法（通常隐含地指状态空间搜索）

• 通过SAT进行规划，即制定规划问题，以便您可以成为 SAT 求解器来解决它（例如SATPLAN）

• 通过解决约束满足问题进行规划（类似于 SAT）

• 通过“符号”搜索方法（例如二元决策图）进行规划

有许多不同的规划算法或规划器（当然，每一种都对应于某种方法或用于解决特定的规划问题），例如

• 马尔可夫决策过程中的策略迭代
• 图形计划
• STRIPS（代表斯坦福研究所问题求解器，但请注意，STRIPS 也可能更常见地指用于描述规划问题的相应描述语言）

什么是搜索？

在 AI 的上下文中，当人们使用单词search时，他们可以隐含地指代状态空间搜索（使用 A* 等算法），或者更模糊/一般地指代任何类型的搜索，例如梯度下降也可以被视为作为一种搜索算法，通常在连续状态空间（而不是离散状态空间）中，例如某个模型（例如神经网络）的参数实值向量空间。

计划和搜索有什么区别？

从我上面描述计划的第一段中应该或多或少地清楚区别：搜索用于计划，但计划过程/研究还包括其他内容，例如用行动语言描述问题，例如 PDDL。您还可以将规划视为不同类型搜索算法的应用。无论如何，规划就是寻找计划或政策。您可能应该查看本课程以获取更多信息。这个（自动）计划的定义与我们通常的计划概念是一致的。

通常术语是模糊的，如果这将是学校的测试项目，我会在接受之前与老师一起回覆我的回答。

它们的关键区别在于先验知识。

搜索 - 当他们在没有先验知识的情况下进行搜索时。这可能是一个反复试验的随机过程。没有关于状态转换的期望。例如探索废弃的房子。你不知道接下来会发现什么。

计划 - 你有一个状态转换模型并且可以做出预测。一步或多步预测功能允许您预测结果，因此可以从多个选项中选择一个结果。