Approcci a problemi di AI Planning tramite programmazione lineare intera

I problemi di AI Planning sono pattern facilmente riconoscibili dal potere espressivo considerevole. Non vi è quindi sorpresa essi siano stati attentamente studiati per poter creare tool specifici e prestanti, adatti alla loro risoluzione. Allo stato dell’arte si utilizzano strategie di ricerca euristica in quanto più efficienti. Tuttavia approcci di programmazione lineare intera sono stati usati con successo in ricerche precedenti, rendendo quindi importante esplorare tali metodi per la risoluzione di problemi di AI Planning. In questo studio preliminare vengono quindi comparate due formulazioni MIP con l’algoritmo di ricerca A∗ implementato dal risolutore FastDownward. Risulta chiara la superiorità degli strumenti di ricerca euristici su quelli MIP, ciò nonostante vi sono delle riflessioni su possibili miglioramenti o analisi future che possano concludere l’eventuale efficacia di questi approcci.