Specializing TEmporal Planning using Reinforcement Learning

Informazioni relative al progetto

STEP-RL

ID dell’accordo di sovvenzione: 101115870

DOI

10.3030/101115870

Data della firma CE 18 Settembre 2023

Data di avvio 1 Gennaio 2024

Data di completamento 31 Dicembre 2028

Finanziato da

• European Research Council (ERC)

Costo totale

€ 1 493 750,00

Contributo UE

€ 1 493 750,00

Coordinato da

FONDAZIONE BRUNO KESSLER
Italy

CORDIS fornisce collegamenti ai risultati finali pubblici e alle pubblicazioni dei progetti ORIZZONTE.

I link ai risultati e alle pubblicazioni dei progetti del 7° PQ, così come i link ad alcuni tipi di risultati specifici come dataset e software, sono recuperati dinamicamente da .OpenAIRE .

Risultati finali

Data Management Plan (1)

Data Management Plan

Drafting of Data Management Plan

Pubblicazioni

Conference proceedings (10)

Against the Clock: Lessons Learned by Applying Temporal Planning in Practice

Autori: Andrea Micheli
Pubblicato in: Lecture Notes in Computer Science, AIxIA 2024 – Advances in Artificial Intelligence, 2024
Editore: Springer Nature Switzerland
DOI: 10.1007/978-3-031-80607-0_1

A Meta-Engine Framework for Interleaved Task and Motion Planning using Topological Refinements

Autori: Elisa Tosello; Alessandro Valentini 0001; Andrea Micheli
Pubblicato in: Frontiers in Artificial Intelligence and Applications, 2024
Editore: IOS Press
DOI: 10.48550/ARXIV.2408.05795

Counterfactual Scenarios for Automated Planning

Autori: Nicola Gigante, Francesco Leofante, Andrea Micheli
Pubblicato in: Proceedings of the TwentySecond International Conference on Principles of Knowledge Representation and Reasoning, 2025
Editore: International Joint Conferences on Artificial Intelligence Organization
DOI: 10.24963/KR.2025/76

Temporal Task and Motion Planning with Metric Time for Multiple Object Navigation

Autori: Elisa Tosello, Alessandro Valentini, Andrea Micheli
Pubblicato in: Proceedings of the AAAI Conference on Artificial Intelligence, Numero 39, 2025, ISSN 2374-3468
Editore: Association for the Advancement of Artificial Intelligence (AAAI)
DOI: 10.1609/AAAI.V39I25.34874

Generalizing Platform-Aware Mission Planning for Infinite-State Timed Transition Systems

Autori: Stefan Panjkovic, Alessandro Cimatti, Andrea Micheli, Stefano Tonetta
Pubblicato in: Proceedings of the TwentySecond International Conference on Principles of Knowledge Representation and Reasoning, 2025
Editore: International Joint Conferences on Artificial Intelligence Organization
DOI: 10.24963/KR.2025/81

Algorithm Configuration in the Unified Planning Framework

Autori: Dimitri Weiß, Andrea Micheli, Kevin Tierney
Pubblicato in: Lecture Notes in Computer Science, Learning and Intelligent Optimization, 2026
Editore: Springer Nature Switzerland
DOI: 10.1007/978-3-032-09192-5_2

Exploiting Symbolic Heuristics for the Synthesis of Domain-Specific Temporal Planning Guidance Using Reinforcement Learning

Autori: Irene Brugnara, Alessandro Valentini, Andrea Micheli
Pubblicato in: Frontiers in Artificial Intelligence and Applications, ECAI 2025, 2025
Editore: IOS Press
DOI: 10.3233/FAIA251102

Automatic Selection of Macro-Events for Heuristic-Search Temporal Planning

Autori: Alessandro La Farciola, Alessandro Valentini, Andrea Micheli
Pubblicato in: Proceedings of the AAAI Conference on Artificial Intelligence, Numero 39, 2025, ISSN 2374-3468
Editore: Association for the Advancement of Artificial Intelligence (AAAI)
DOI: 10.1609/AAAI.V39I25.34859

Learning of Lifted Macro-Events for Heuristic-Search Temporal Planning

Autori: Alessandro La Farciola, Alessandro Valentini, Andrea Micheli
Pubblicato in: Frontiers in Artificial Intelligence and Applications, ECAI 2025, 2025
Editore: IOS Press
DOI: 10.3233/FAIA251371

Platform-Aware Mission Planning

Autori: Stefan Panjkovic, Alessandro Cimatti, Andrea Micheli, Stefano Tonetta
Pubblicato in: Proceedings of the International Conference on Automated Planning and Scheduling, Numero 35, 2025, ISSN 2334-0843
Editore: Association for the Advancement of Artificial Intelligence (AAAI)
DOI: 10.1609/ICAPS.V35I1.36105

Peer reviewed articles (1)

Unified Planning: Modeling, manipulating and solving AI planning problems in Python

Autori: Andrea Micheli; Arthur Bit-Monnot; Gabriele Röger; Enrico Scala; Alessandro Valentini 0001; Luca Framba; Alberto Rovetta; Alessandro Trapasso; Luigi Bonassi; Alfonso Emilio Gerevini; Luca Iocchi; Félix Ingrand; Uwe Köckemann; Fabio Patrizi; Alessandro Saetti; Ivan Serina; Sebastian Stock 0001
Pubblicato in: SoftwareX, 2025, ISSN 2352-7110
Editore: Elsevier
DOI: 10.1016/J.SOFTX.2024.102012