Выявление значимого контекста рассуждений вносит существенный вклад в производительность систем планирования и может повышать качество решений за счет снижения вероятности появления неадекватных планов. Для многих предметных областей можно построить эффективные эвристические процедуры, которые позволят выявлять значимый контекст, опираясь на постановку задачи планирования. Но, вероятно, лишь в немногих доменах можно использовать для решения этой задачи рассуждения по прецедентам без эвристик. Однако способы выявления значимого контекста не ограничиваются исследованными методами. Остаются непроверенными ассоциативные методы и подход к задаче с позиций классификации.
Список литературы
[McAllester et al., 1991] McAllester D.A., Rosenblitt D., Systematic Nonlinear Planning. // Proc. of the 9th National Conference on Artificial Intelligence (AAAI-91), — Anaheim: AAAI Press/MIT Press, 1991.
[Nguyen et al., 2001] XuanLong Nguyen, Subbarao Kambhampati, Reviving Partial Order Planning. // Proc. of the 17th IJCAI, — Seattle: Morgan Kaufmann, 2001.
[Veloso et al., 1993] Veloso M.M., Carbonell J.G., Towards Scaling Up Machine Learning: A Case Study with Derivational Analogy in PRODIGY. In Machine Learning Methods for Planning, — USA: Morgan Kaufmann, 1993.
[Трофимов, 2005] Трофимов И. В. Значимый контекст рассуждений в задаче планирования. //Труды Первой международной конференции «Системный анализ и информационные технологии» САИТ-2005: В 2-х томах. — М.:КомКнига, 2005.
