智能規劃

規劃是關於動作的推理，通過預估動作的效果，選擇和組織一組動作，以儘可能好地實現一些預先指定的目標。 而智能規劃則是人工智能（AI）中專門從計算上研究這個過程的一個領域。面對複雜的任務、實現複雜的目標，或者在動作的使用中受到某種約束限制的時候，智能規劃技術能夠節省大量人力物力財力，例如，在危險性大和費用很高的關鍵環境中，或者要與其他人聯合行動。 ^[1] 

人工智能規劃起源於狀態空間搜索、定理證明和控制理論的研究，以及機器人技術、調度和其它領域的實際需要 ^[3]  。STRIPS ^[2]  是第一個主流規劃系統，形象地説明了這些領域的相互作用。STRIPS是作為SRI的Shakey機器人項目軟件的規劃部分而設計的。它的整體控制結構以 GPS（通用問題求解器，General Problem Solver，一個使用手段目標分析（means-ends analysis）的狀態空間搜索系統）為模型。STRIPS採用了 QA3定理證明系統的一個版本作為用來確定行動前提的真值的子程序。

理論方面，規劃是理性行為的重要組成部分。 如果説研究人工智能的目的是掌握智能的計算方面的因素的話，那麼規劃作為關於動作的推理，有助於智能算法的演化。實際應用方面，智能規劃有助於建立信息處理工具即自動規劃系統，以提供經濟和高效的規劃資源，滿足涉及安全和效率的需求。 ^[1] 

因為動作的種類繁多，所以存在多種形式的規劃，例如路徑和運動規劃、感知規劃和信息收集、導航規劃、通信規劃、社會與經濟規劃等。 ^[1] 

規劃技術的研究起源於對現實世界的抽象。根據模型的簡化程度，智能規劃的研究方向可以分為經典規劃和非經典規劃兩大類。

經典規劃 ——經典規劃是在經典規劃環境下進行的搜索、決策過程。經典規劃環境具有以下特點：1、完全可觀察的，系統S是完全可觀察的，即關於S的狀態有一個完整的知識；2、確定的，動作的效果只有一個、確定的；3、靜態的，不考慮外部動態性；4、有限的，系統狀態有限；5、離散的，動作和事件沒有持續時間。

非經典規劃 ——非經典規劃相對於經典規劃而言，是指那些在部分可觀察的或隨機的、考慮時間和資源的、以及放寬其它限制條件的環境下進行的規劃。

就具體的研究內容而言，又可細分為規劃建模語言研究 ^[4]  、狀態空間搜索方法研究 ^[3]  、規劃空間搜索方法研究 ^[1]  、規劃圖搜索方法研究 ^[3]  、命題可滿足技術研究 ^[1]  、約束可滿足技術研究 ^[1]  、分層任務網絡規劃研究 ^[3]  、啓發式研究 ^[1]  、時態規劃研究 ^[1]  、資源規劃研究 ^[5]  、不確定規劃研究 ^[3]  以及多智能體規劃研究 ^[1]  等。

深空1號中的在線規劃軟件系統：遠程智能體

火星探測漫遊者的地面規劃軟件系統：Mixed Initiative Activity Planning Generator(MAPGEN)

NASA開發的EUROPA規劃系統

每兩年舉行一次的國際智能規劃大賽（International Planning Competition, IPC）