机构名称：
¥ 1.0
摘要计划和机器学习（ML）的整合如今是一个非常热门的研究主题，致力于学习启发式方法，甚至从计划和执行痕迹等示例数据中进行计划模型。在这次演讲中，我将以两种相对不受欢迎的方法进行时间计划和ML的方式报告我的经验。首先，我将介绍如何在计划模型中使用模拟实体的使用允许表示学习的约束和行为：此功能来自我们在空间域中开发新的数字双胞胎服务的需求，并且正在整合到统一的计划框架中。第二，我将讨论我们对强化学习（RL）的实验应用，以自动合成指导，从而增强了自动化的时间计划，超出了传统的启发式学习的关注。
混合自动化时间计划和ML
主要关键词
相关文件推荐
