Optimalizace portoflia heuristik pro optimální plánování

Nalezení optimálního řešení plánovacího problému může trvat velmi dlouho. Z tohoto důvodu je potřeba prohledávat stavový prostor problému efektivně. Jednou z osvědčených možností je A* plánovač, jehož účinnost je přímo závislá na použité heuristické funkci. Tato funkce by měla být přípustná a zároveň poskytovat užitečné informace. Tato práce se věnuje hledání těchto heuristik. Heuristiky nacházíme pomocí trénování neuronové sítě tak, aby produkovala sérii čísel. Ty jsou poté použity jako konvexní koeficienty pro již existující přípustné heuristiky. Heuristika, která vznikne jako konvexní kombinace přípustných heuristik, je také přípustnou heuristikou, a když ji použijeme s A* plánovačem, je zaručené nalezení optimálního řešení. Naše heuristika se zaměřuje na zmenšení počtu prozkoumaných stavů A* plánovačem, a tedy celkově zkrácením času potřebného k nalezení plánu. Tato práce diskutuje výhody a nevýhody tohoto přístupu a zároveň jeho fundamentální hranici výkonu.