PDDL4J项目教程:从零开始掌握PDDL规划语言
2025-06-06 10:33:46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
kernelopenEuler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。C033
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
26
10
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
427
3.28 K
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
689
343
暂无简介
Dart
686
161
Ascend Extension for PyTorch
Python
235
267
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
9
1
React Native鸿蒙化仓库
JavaScript
266
327
🎉 (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
1.22 K
669
🔥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
65
19
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
56
33