[发明专利]一种预测行为规划的期望效用的方法

说明书

技术领域

本发明属于计算机科学技术领域，可基于规划知识自动进行概率推理，并根据个体或组织的行为或状态观察给出对其最可能采取的行为及行为意图的分析结果，以预测行为规划的期望效用。

背景技术

行为分析方法在国家与社会公共安全、商业管理、决策评估等领域都具有十分重要的应用。以往的行为分析方法主要基于Markov或Bayesian模型，这些模型方法存在计算空间和条件概率表的赋值等一些固有的弱点，使得其应用受到较大的局限。而且，基于Markov和Bayesian方法只能提供行为分析结果，在行为的深层分析和结果的解释方面都存在较大欠缺。相对于这些传统的行为分析方法，基于规划知识的行为分析方法由于采用了明晰的行为知识表示，且不但可以提供行为分析结果，还可以分析个体或组织采取行为的意图和目标，因此在行为分析结果的可解释性和丰富程度上较以往方法具有明显的优势。

近年来，基于规划知识的行为意图分析方法以概率方法为代表。Charniak和Goldman(Artificial Intelligence，1993)采用贝叶斯推理方法建立了第一个基于规划知识、用于意图分析的概率模型。Panadath和Wellman(UAI，2000)提出一种基于PSDGs文法的概率意图分析方法。Avrahami-Zilberbrand和Kaminka(AAAI，2007)提出一种结合符号规划识别和观察者自身偏见的混合意图分析方法。Geib和Goldman(Artificial Intelligence，2009)提出一种基于规划执行模型的概率意图分析算法。尽管所采用的具体方法各不相同，目前提出的行为意图分析方法存在着以下不足：

1、以往行为意图分析方法中均未考虑规划表示的行为知识间固有的因果联系，特别是行为与行为前提、行为与行为结果以及行为与行为间的内在关联，因而所提出的方法中均未结合这些类行为知识进行因果推理；

2、行为意图分析的过程可以看作是识别被观察者(个体或组织)的行为决策策略，即通过模拟被观察者的行为决策策略达到分析识别行为意图的目的，而以往方法中均未考虑结合行为决策理论进行意图分析与识别。

发明内容

(一)要解决的技术问题

本发明要解决的技术问题是：给定当前行为或状态观察，基于个体或组织行为的规划知识描述，分析识别被观察者(个体或组织)最可能采取的行为及其行为意图。

(二)技术方案

为解决上述技术问题，本发明提出一种预测行为规划的期望效用的方法，所述行为规划是指为达到一个目标的行为的集合，该方法根据所观察到的证据获得行为规划的期望效用值，所述方法包括：步骤S1、根据证据计算状态出现的概率，所述证据指的是对行为和状态的观察结果，所述状态指的是行为的前提和结果的出现情况；步骤S2、根据状态出现的概率计算行为发生的概率；步骤S3、根据行为出现的概率计算行为结果出现的概率和行为的期望效用值；步骤S4、根据行为结果出现的概率和行为的期望效用值计算行为规划结果出现的概率和行为规划的期望效用值。

根据本发明的一种具体实施方式，在所述步骤S1中，当证据E给定，如果观察到状态x，则状态x出现的概率P(x|E)为1；如果观察到正在执行或已经执行行为A，则行为A的每个行为前提的状态出现的概率为1；如果观察到正在执行行为A，则行为A的行为结果e出现的概率为其执行概率Pexecution(A|precondition(A))与该行为的行为结果出现的概率P_effect(e|A)的乘积，precondition(A)表示行为A的前提状态；如果行为A已经执行完毕，则行为A的行为结果e出现的概率为P_effect(e|A)。

根据本发明的一种具体实施方式，在步骤S2中，当证据E给定，如果观察到已经执行行为A，则行为A发生的概率P(A|E)为1；如果观察到正在执行A，则行为A发生的概率P(A|E)等于行为A的执行概率P_execution(A|precondition(A))，precondition(A)表示行为A的前提状态；如果没有观察到行为A被执行，则行为A出现的概率等于行为A的执行概率与它的每个行为前提(状态)出现的概率的乘积。

根据本发明的一种具体实施方式，在步骤S3中，行为结果出现的概率等于行为发生的概率与当行为发生时的行为结果出现的概率的乘积；行为的期望效用值等于由该行为的每个行为结果出现的概率及其效用值的乘积的加权。