<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>Planning on 中文AI术语词典</title><link>https://terms-en.ai-term-hub.com/zh/tags/planning/</link><description>Recent content in Planning on 中文AI术语词典</description><generator>Hugo</generator><language>zh-cn</language><lastBuildDate>Sat, 18 Jul 2026 11:44:45 +0000</lastBuildDate><atom:link href="https://terms-en.ai-term-hub.com/zh/tags/planning/index.xml" rel="self" type="application/rss+xml"/><item><title>手段-目的分析</title><link>https://terms-en.ai-term-hub.com/zh/terms/meansends_analysis/</link><pubDate>Sat, 18 Jul 2026 11:25:49 +0000</pubDate><guid>https://terms-en.ai-term-hub.com/zh/terms/meansends_analysis/</guid><description>&lt;h2 id="definition">Definition&lt;/h2>
&lt;p>手段-目的分析是一种在人工智能和心理学中用于解决复杂问题的认知策略。它涉及将问题的当前状态与期望的目标状态进行比较，识别两者之间的差异，并选择能够最小化这些差异的操作或子目标，从而逐步逼近最终解决方案。&lt;/p>
&lt;h3 id="summary">Summary&lt;/h3>
&lt;p>一种启发式问题解决方法，通过识别子目标来减少当前状态与目标状态之间的差异。&lt;/p>
&lt;h2 id="key-concepts">Key Concepts&lt;/h2>
&lt;ul>
&lt;li>状态空间搜索&lt;/li>
&lt;li>子目标分解&lt;/li>
&lt;li>启发式规划&lt;/li>
&lt;li>差异缩减&lt;/li>
&lt;/ul>
&lt;h2 id="use-cases">Use Cases&lt;/h2>
&lt;ul>
&lt;li>自动定理证明&lt;/li>
&lt;li>机器人路径规划&lt;/li>
&lt;li>复杂谜题求解&lt;/li>
&lt;/ul>
&lt;h2 id="related-terms">Related Terms&lt;/h2>
&lt;ul>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/hill_climbing-%E7%88%AC%E5%B1%B1%E7%AE%97%E6%B3%95/">hill_climbing (爬山算法)&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/planning-%E8%A7%84%E5%88%92/">planning (规划)&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/state_space-%E7%8A%B6%E6%80%81%E7%A9%BA%E9%97%B4/">state_space (状态空间)&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/heuristics-%E5%90%AF%E5%8F%91%E5%BC%8F%E6%96%B9%E6%B3%95/">heuristics (启发式方法)&lt;/a>&lt;/li>
&lt;/ul></description></item><item><title>GOLOG</title><link>https://terms-en.ai-term-hub.com/zh/terms/golog/</link><pubDate>Sat, 18 Jul 2026 11:17:53 +0000</pubDate><guid>https://terms-en.ai-term-hub.com/zh/terms/golog/</guid><description>&lt;h2 id="definition">Definition&lt;/h2>
&lt;p>GOLOG是一种基于逻辑的编程语言，主要用于人工智能领域，用于在动态环境中进行规划和行动。它建立在Reiter的情境演算之上，允许开发人员指定动作序列并推理动态领域的变化。&lt;/p>
&lt;h3 id="summary">Summary&lt;/h3>
&lt;p>一种基于情境演算的高级编程语言，用于指定动作并对动态领域进行推理。&lt;/p>
&lt;h2 id="key-concepts">Key Concepts&lt;/h2>
&lt;ul>
&lt;li>情境演算&lt;/li>
&lt;li>高级编程&lt;/li>
&lt;li>自动规划&lt;/li>
&lt;li>动作规范&lt;/li>
&lt;/ul>
&lt;h2 id="use-cases">Use Cases&lt;/h2>
&lt;ul>
&lt;li>机器人任务规划与执行&lt;/li>
&lt;li>模拟复杂的动态系统&lt;/li>
&lt;li>验证自动化工作流的正确性&lt;/li>
&lt;/ul>
&lt;h2 id="related-terms">Related Terms&lt;/h2>
&lt;ul>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/situation-calculus-%E6%83%85%E5%A2%83%E6%BC%94%E7%AE%97/">Situation Calculus (情境演算)&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/planning-domain-definition-language-%E8%A7%84%E5%88%92%E5%9F%9F%E5%AE%9A%E4%B9%89%E8%AF%AD%E8%A8%80/">Planning Domain Definition Language (规划域定义语言)&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/logic-programming-%E9%80%BB%E8%BE%91%E7%BC%96%E7%A8%8B/">Logic Programming (逻辑编程)&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/temporal-reasoning-%E6%97%B6%E5%BA%8F%E6%8E%A8%E7%90%86/">Temporal Reasoning (时序推理)&lt;/a>&lt;/li>
&lt;/ul></description></item><item><title>与或树</title><link>https://terms-en.ai-term-hub.com/zh/terms/andor_tree/</link><pubDate>Sat, 18 Jul 2026 11:04:49 +0000</pubDate><guid>https://terms-en.ai-term-hub.com/zh/terms/andor_tree/</guid><description>&lt;h2 id="definition">Definition&lt;/h2>
&lt;p>与或树是一种用于问题解决和规划的代表结构，特别适用于AI搜索算法。“或”节点表示不同行动之间的选择，而“与”节点表明必须同时完成多个子目标。&lt;/p>
&lt;h3 id="summary">Summary&lt;/h3>
&lt;p>一种在搜索算法中使用的分层图结构，其中节点表示状态，边表示导致子目标的操作。&lt;/p>
&lt;h2 id="key-concepts">Key Concepts&lt;/h2>
&lt;ul>
&lt;li>搜索算法&lt;/li>
&lt;li>问题分解&lt;/li>
&lt;li>AO*算法&lt;/li>
&lt;li>状态空间&lt;/li>
&lt;/ul>
&lt;h2 id="use-cases">Use Cases&lt;/h2>
&lt;ul>
&lt;li>自动规划&lt;/li>
&lt;li>博弈树搜索&lt;/li>
&lt;li>复杂问题解决&lt;/li>
&lt;/ul>
&lt;h2 id="related-terms">Related Terms&lt;/h2>
&lt;ul>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/minimax-algorithm-%E6%9E%81%E5%B0%8F%E5%8C%96%E6%9E%81%E5%A4%A7%E7%AE%97%E6%B3%95/">Minimax algorithm (极小化极大算法)&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/state-space-search-%E7%8A%B6%E6%80%81%E7%A9%BA%E9%97%B4%E6%90%9C%E7%B4%A2/">State space search (状态空间搜索)&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/planning-graphs-%E8%A7%84%E5%88%92%E5%9B%BE/">Planning graphs (规划图)&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/decision-trees-%E5%86%B3%E7%AD%96%E6%A0%91/">Decision trees (决策树)&lt;/a>&lt;/li>
&lt;/ul></description></item><item><title>智能体式（或代理式）</title><link>https://terms-en.ai-term-hub.com/zh/terms/agentic/</link><pubDate>Sat, 18 Jul 2026 10:59:15 +0000</pubDate><guid>https://terms-en.ai-term-hub.com/zh/terms/agentic/</guid><description>&lt;h2 id="definition">Definition&lt;/h2>
&lt;p>“智能体式”一词描述了具有高自主性的AI智能体。与仅仅预测文本或分类数据的被动模型不同，智能体系统能够将复杂目标分解为子任务，利用工具与环境交互，并独立执行操作以达成目的。&lt;/p>
&lt;h3 id="summary">Summary&lt;/h3>
&lt;p>指具备自主规划、推理和执行行动以实现特定目标的人工智能系统。&lt;/p>
&lt;h2 id="key-concepts">Key Concepts&lt;/h2>
&lt;ul>
&lt;li>自主性&lt;/li>
&lt;li>工具使用&lt;/li>
&lt;li>规划&lt;/li>
&lt;li>目标导向行为&lt;/li>
&lt;/ul>
&lt;h2 id="use-cases">Use Cases&lt;/h2>
&lt;ul>
&lt;li>自动化软件工程助手&lt;/li>
&lt;li>综合文献的研究智能体&lt;/li>
&lt;li>管理复杂日程和预订的个人助手&lt;/li>
&lt;/ul>
&lt;h2 id="related-terms">Related Terms&lt;/h2>
&lt;ul>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/llm-agents-%E5%A4%A7%E5%9E%8B%E8%AF%AD%E8%A8%80%E6%A8%A1%E5%9E%8B%E6%99%BA%E8%83%BD%E4%BD%93/">LLM Agents (大型语言模型智能体)&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/react-%E6%8E%A8%E7%90%86%E4%B8%8E%E8%A1%8C%E5%8A%A8/">ReAct (推理与行动)&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/multi-agent-systems-%E5%A4%9A%E6%99%BA%E8%83%BD%E4%BD%93%E7%B3%BB%E7%BB%9F/">Multi-Agent Systems (多智能体系统)&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/autonomous-ai-%E8%87%AA%E4%B8%BBai/">Autonomous AI (自主AI)&lt;/a>&lt;/li>
&lt;/ul></description></item><item><title>长视界</title><link>https://terms-en.ai-term-hub.com/zh/terms/long_horizon/</link><pubDate>Sat, 18 Jul 2026 10:56:47 +0000</pubDate><guid>https://terms-en.ai-term-hub.com/zh/terms/long_horizon/</guid><description>&lt;h2 id="definition">Definition&lt;/h2>
&lt;p>长视界问题涉及一系列动作，其中早期决策的影响仅在许多步骤后才显现。这在机器人技术、规划和多步推理任务中很常见。挑战&amp;hellip;&lt;/p>
&lt;h3 id="summary">Summary&lt;/h3>
&lt;p>指需要在较长时间范围内进行决策，且奖励或后果延迟的任务。&lt;/p>
&lt;h2 id="key-concepts">Key Concepts&lt;/h2>
&lt;ul>
&lt;li>时间依赖性&lt;/li>
&lt;li>信用分配&lt;/li>
&lt;li>延迟奖励&lt;/li>
&lt;li>序列决策&lt;/li>
&lt;/ul>
&lt;h2 id="use-cases">Use Cases&lt;/h2>
&lt;ul>
&lt;li>机器人操作任务&lt;/li>
&lt;li>多步金融交易&lt;/li>
&lt;li>战略游戏规划&lt;/li>
&lt;/ul>
&lt;h2 id="related-terms">Related Terms&lt;/h2>
&lt;ul>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/reinforcement_learning-%E5%BC%BA%E5%8C%96%E5%AD%A6%E4%B9%A0/">reinforcement_learning (强化学习)&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/temporal_difference-%E6%97%B6%E5%BA%8F%E5%B7%AE%E5%88%86/">temporal_difference (时序差分)&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/planning-%E8%A7%84%E5%88%92/">planning (规划)&lt;/a>&lt;/li>
&lt;/ul></description></item><item><title>决策制定</title><link>https://terms-en.ai-term-hub.com/zh/terms/decision_making/</link><pubDate>Sat, 18 Jul 2026 10:56:23 +0000</pubDate><guid>https://terms-en.ai-term-hub.com/zh/terms/decision_making/</guid><description>&lt;h2 id="definition">Definition&lt;/h2>
&lt;p>在人工智能中，决策制定是指系统根据特定标准或目标评估潜在行动，以选择最佳结果的算法过程。这一过程涉及对当前状态的评估以及对未来可能结果的预测。&lt;/p>
&lt;h3 id="summary">Summary&lt;/h3>
&lt;p>基于可用信息，从多个备选方案中选择行动路线的认知过程。&lt;/p>
&lt;h2 id="key-concepts">Key Concepts&lt;/h2>
&lt;ul>
&lt;li>状态评估&lt;/li>
&lt;li>动作选择&lt;/li>
&lt;li>效用最大化&lt;/li>
&lt;li>奖励信号&lt;/li>
&lt;/ul>
&lt;h2 id="use-cases">Use Cases&lt;/h2>
&lt;ul>
&lt;li>自动驾驶车辆导航&lt;/li>
&lt;li>算法交易系统&lt;/li>
&lt;li>游戏AI代理&lt;/li>
&lt;/ul>
&lt;h2 id="related-terms">Related Terms&lt;/h2>
&lt;ul>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/reinforcement_learning-%E5%BC%BA%E5%8C%96%E5%AD%A6%E4%B9%A0/">reinforcement_learning (强化学习)&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/policy_gradient-%E7%AD%96%E7%95%A5%E6%A2%AF%E5%BA%A6/">policy_gradient (策略梯度)&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/value_function-%E4%BB%B7%E5%80%BC%E5%87%BD%E6%95%B0/">value_function (价值函数)&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/agent-%E6%99%BA%E8%83%BD%E4%BD%93/">agent (智能体)&lt;/a>&lt;/li>
&lt;/ul></description></item></channel></rss>