Chapter 1312. AI 플래닝 이론 기초 (Foundations of AI Planning Theory)

• Chapter 1312. AI 플래닝 이론 기초 (Foundations of AI Planning Theory)

• AI 플래닝의 정의와 역사적 발전 (Definition and Historical Development of AI Planning)

• 플래닝 문제의 형식적 정의 (Formal Definition of the Planning Problem)

• 상태 공간 표현 방법 (State Space Representation Methods)

• 초기 상태와 목표 상태의 명세 (Specification of Initial and Goal States)

• 행동의 형식적 모델링 (Formal Modeling of Actions)

• 전제 조건과 효과의 논리적 표현 (Logical Representation of Preconditions and Effects)

• STRIPS 표현 체계의 구조와 원리 (Structure and Principles of the STRIPS Representation)

• STRIPS의 가정과 한계 (Assumptions and Limitations of STRIPS)

• 상태 공간 탐색 기반 플래닝 (State-Space Search-Based Planning)

• 전방 탐색 플래닝 알고리즘 (Forward Search Planning Algorithms)

• 후방 탐색 플래닝 알고리즘 (Backward Search Planning Algorithms)

• 양방향 탐색 플래닝 기법 (Bidirectional Search Planning Techniques)

• 플래닝 그래프의 개념과 구성 (Concept and Construction of Planning Graphs)

• GraphPlan 알고리즘의 동작 원리 (Operating Principles of the GraphPlan Algorithm)

• 뮤텍스 관계와 상호 배제 분석 (Mutex Relations and Mutual Exclusion Analysis)

• 부분 순서 플래닝의 개념 (Concept of Partial-Order Planning)

• 부분 순서 계획과 완전 순서 계획의 비교 (Comparison of Partial-Order and Total-Order Plans)

• 계층적 태스크 네트워크 플래닝 (Hierarchical Task Network Planning)

• HTN 분해 규칙과 메서드 (HTN Decomposition Rules and Methods)

• HTN 플래닝의 장점과 적용 분야 (Advantages and Application Domains of HTN Planning)

• 휴리스틱 기반 플래닝 기법 (Heuristic-Based Planning Techniques)

• 완화 문제를 이용한 휴리스틱 추정 (Heuristic Estimation Using Relaxed Problems)

• 패턴 데이터베이스 휴리스틱 (Pattern Database Heuristics)

• 랜드마크 기반 휴리스틱 (Landmark-Based Heuristics)

• FF 플래너의 구조와 알고리즘 (Structure and Algorithm of the FF Planner)

• Fast Downward 플래너의 아키텍처 (Architecture of the Fast Downward Planner)

• LAMA 플래너의 동작 원리 (Operating Principles of the LAMA Planner)

• SAT 기반 플래닝 기법 (SAT-Based Planning Techniques)

• 제약 만족 기반 플래닝 (Constraint Satisfaction-Based Planning)

• 시간 플래닝의 개요와 도전 과제 (Overview and Challenges of Temporal Planning)

• 듀레이티브 액션과 시간 제약 (Durative Actions and Temporal Constraints)

• 확률적 플래닝의 기초 (Foundations of Probabilistic Planning)

• 마르코프 결정 과정과 플래닝 (Markov Decision Processes and Planning)

• 부분 관측 마르코프 결정 과정 (Partially Observable Markov Decision Processes)

• 조건부 플래닝과 비결정적 환경 (Contingent Planning and Non-Deterministic Environments)

• 순응적 플래닝과 온라인 플래닝 (Conformant Planning and Online Planning)

• 다중 에이전트 플래닝의 기초 (Foundations of Multi-Agent Planning)

• 협력적 플래닝과 경쟁적 플래닝 (Cooperative and Competitive Planning)

• 플래닝 문제의 계산 복잡도 (Computational Complexity of Planning Problems)

• 결정 가능성과 NP-Hard 문제 (Decidability and NP-Hard Problems)

• 플래닝 도메인의 표현력과 복잡도 관계 (Relationship Between Domain Expressiveness and Complexity)

• 플래너 성능 평가와 국제 플래닝 대회 (Planner Performance Evaluation and International Planning Competition)

• IPC 벤치마크 도메인 분석 (Analysis of IPC Benchmark Domains)

• 플래너 비교와 선택 기준 (Planner Comparison and Selection Criteria)

• 로봇 도메인에서의 플래닝 적용 사례 (Planning Application Cases in Robot Domains)

• 자율 이동 로봇의 태스크 플래닝 (Task Planning for Autonomous Mobile Robots)

• 드론 임무의 태스크 플래닝 (Task Planning for Drone Missions)

• 매니퓰레이션 태스크 플래닝 (Manipulation Task Planning)

• AI 플래닝과 기계 학습의 융합 (Convergence of AI Planning and Machine Learning)

• AI 플래닝 이론의 향후 연구 방향 (Future Research Directions in AI Planning Theory)