PDDL4J项目教程:从零开始掌握PDDL规划语言
2025-06-06 19:52:48作者:宣利权Counsellor
什么是PDDL?
PDDL(Planning Domain Description Language)是一种用于"经典"规划问题的标准编码语言。作为人工智能规划领域的重要工具,PDDL允许我们以结构化的方式描述规划问题,包括世界的状态、可能的动作以及规划目标。
PDDL文件主要由以下核心组件构成:
- 需求(Requirements):定义语言的抽象级别,如"STRIPS"、时序、概率效应等
- 类型(Types):世界中感兴趣的事物集合
- 对象(Objects):类型的实例
- 谓词(Predicates):关于对象的可判断真假的陈述
- 初始状态(Initial state):规划过程开始前的世界状态
- 目标(Goal):规划过程结束后需要达成的世界状态属性
- 动作/操作符(Actions/Operators):改变世界状态的方法
PDDL文件结构
一个完整的PDDL规划任务需要两个文本文件:
- 领域文件(Domain file):包含需求、类型、谓词和动作的定义
- 问题文件(Problem file):包含对象、初始状态和目标规范的描述
领域文件基本结构
(define (domain <domain name>)
<PDDL code for requirements>
<PDDL code for types>
<PDDL code for predicates>
<PDDL code for first action>
[...]
<PDDL code for last action>
)
问题文件基本结构
(define (problem <problem name>)
(:domain <domain name>)
<PDDL code for objects>
<PDDL code for initial state>
<PDDL code for goal specification>
)
物流领域示例
让我们通过一个物流领域的例子来具体说明如何在PDDL中表示规划任务。
场景描述
假设:
- 初始状态下,巴黎航空站有一辆卡车
- 伦敦航空站有一架飞机和两个包裹
- 巴黎有两个地点:南部和北部
- 目标是将一个包裹运送到北部地点,另一个运送到南部地点
定义领域文件
1. 领域名称
(define (domain logistics)
2. 需求声明
(:requirements :strips :typing)
这里我们使用了两个基本需求:
- strips:动作只使用确定性效果
- typing:使用类型系统来组织对象
3. 类型定义
(:types city place physobj - object
package vehicle - physobj
truck airplane - vehicle
airfield location - place
)
这个类型系统建立了对象之间的层次关系,便于组织和管理。
4. 谓词定义
(:predicates (in-city ?loc - place ?city - city)
(at ?obj - physobj ?loc - place)
(in ?pkg - package ?veh - vehicle)
)
注意PDDL中使用问号(?)表示变量。
5. 操作符定义
物流领域包含6个基本操作符:
- 装载卡车(load-truck)
(:action load-truck
:parameters (?pkg - package ?truck - truck ?loc - place)
:precondition (and (at ?truck ?loc) (at ?pkg ?loc))
:effect (and (not (at ?pkg ?loc)) (in ?pkg ?truck))
)
- 装载飞机(load-airplane)
(:action load-airplane
:parameters (?pkg - package ?airplane - airplane ?loc - place)
:precondition (and (at ?pkg ?loc) (at ?airplane ?loc))
:effect (and (not (at ?pkg ?loc)) (in ?pkg ?airplane))
)
- 卸载卡车(unload-truck)
(:action unload-truck
:parameters (?pkg - package ?truck - truck ?loc - place)
:precondition (and (at ?truck ?loc) (in ?pkg ?truck))
:effect (and (not (in ?pkg ?truck)) (at ?pkg ?loc))
)
- 卸载飞机(unload-airplane)
(:action unload-airplane
:parameters (?pkg - package ?airplane - airplane ?loc - place)
:precondition (and (in ?pkg ?airplane) (at ?airplane ?loc))
:effect (and (not (in ?pkg ?airplane)) (at ?pkg ?loc))
)
- 飞机飞行(fly-airplane)
(:action fly-airplane
:parameters (?airplane - airplane ?loc-from - airfield ?loc-to - airfield)
:precondition (at ?airplane ?loc-from)
:effect (and (not (at ?airplane ?loc-from)) (at ?airplane ?loc-to))
)
- 卡车驾驶(drive-truck)
(:action drive-truck
:parameters (?truck - truck ?loc-from - place ?loc-to - place ?city - city)
:precondition (and (at ?truck ?loc-from) (in-city ?loc-from ?city) (in-city ?loc-to ?city))
:effect (and (not (at ?truck ?loc-from)) (at ?truck ?loc-to))
)
定义问题文件
1. 问题名称和关联领域
(define (problem p01)
(:domain logistics)
2. 对象声明
(:objects plane - airplane
truck - truck
cdg lhr - airfield
south north - location
paris london - city
p1 p2 - package
)
3. 初始状态
(:init (in-city cdg paris)
(in-city lhr london)
(in-city north paris)
(in-city south paris)
(at plane lhr)
(at truck cdg)
(at p1 lhr)
(at p2 lhr)
)
4. 目标描述
(:goal (and (at p1 north)
(at p2 south))
)
工业应用案例
问题描述
这是一个真实的制造业案例,公司需要为医疗设备零件设计供应链。供应链由独立的机器人单元组成,每个单元执行特定的操作(清洁、检查、标记、组装等)。零件被放在托盘上,移动机器人在不同单元间运输托盘。
领域建模
1. 需求声明
(define (domain robotic-manufactoring)
(:requirements :strips :typing)
2. 类型定义
(:types
robot - agent
conveyor unit - location
piece operation tray - object
)
3. 常量定义
(:constants
stop - operation
)
4. 谓词定义
(:predicates
;;robot
(robot_available ?robot - robot)
(robot_at ?robot - robot ?l - location)
;;conveyor
(conveyor_accepted_piece ?piece - piece ?conv - conveyor)
(conveyor_available ?conv - conveyor)
(conveyor_unit ?conv - conveyor ?unit - unit)
)
这个工业案例展示了PDDL在复杂实际问题中的应用能力。通过合理建模,我们可以将现实世界中的物流和制造问题转化为可计算的规划问题。
总结
本教程详细介绍了PDDL语言的基本概念和使用方法,通过物流领域的完整示例展示了如何定义领域和问题文件。PDDL作为规划问题的标准语言,在人工智能规划领域有着广泛的应用。掌握PDDL不仅有助于理解自动规划的基本原理,也能为解决现实世界中的复杂规划问题提供有力工具。
登录后查看全文
热门项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
567
3.83 K
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
68
20
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
暂无简介
Dart
798
197
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.37 K
779
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
349
200
Ascend Extension for PyTorch
Python
376
446
无需学习 Kubernetes 的容器平台,在 Kubernetes 上构建、部署、组装和管理应用,无需 K8s 专业知识,全流程图形化管理
Go
16
1