符合层级规划
Parent: ai_keywords
符合层级规划 (Conforming Hierarchical Planning)
核心定义
符合层级规划是一种在人工智能与机器人领域，将复杂任务自上而下分解为多个抽象级别的子任务，并通过严格的策略耦合机制，确保低层具体行动的执行结果与高层抽象意图保持一致的规划范式。其核心在于“一致性约束”——高层规划者定义“做什么”的宏观目标，低层执行者只被允许在高层预设的“解法空间”内选择“如何做”，从而在保证鲁棒性的同时降低搜索复杂性。典型实现包括层次任务网络（HTN）规划与选项-惯用行为（Options）分层强化学习。
关键技术点
-
任务分解与抽象
将高层目标递归拆解为可操作的原始动作序列，通过谓词抽象（如STRIPS算子）或宏动作（Macro-actions）减少状态空间维度。 -
层级间约束传播
采用“承诺”机制（Commitment），低层规划必须满足高层产生的限制条件（如时间约束、资源分配），违反时触发向上层回溯或重规划。 -
递归子规划与复合动作
每个高层节点可视为一个子规划器，调用自身方法完成局部任务，形成递归嵌套结构，支持无限深度分解。 -
实时适应与重规划
引入在线监控环，当环境动态变化导致低层执行与高层期望偏差时，仅对受影响子树进行局部修正，而非全局重启。
医学/神经科学应用场景
基于符合层级规划的脑卒中康复脑机接口（首都医科大学神经病学研究）
首都医科大学附属天坛医院神经病学团队采用符合层级规划框架，设计脑机接口驱动的上肢外骨骼康复系统：
- 高层规划：解析fMRI信号中的运动意图（如“取水杯”），将其抽象为“伸手-抓握-收回”序列。
- 中层规划：结合皮质-基底节环路模型，将“伸手”分解为肩关节前屈90°→肘关节伸展→前臂旋前等步骤，并限定关节角速度上限。
- 低层规划：通过EEG解码的实时肌电活动，控制功能性电刺激（FES）与外骨骼力矩，精确匹配中层定义的轨迹。
- 创新点：当患者因肌群痉挛导致实际肩关节角度偏离上层约束（如仅抬至60°），系统自动触发重规划——调整中层肘关节代偿策略，同时向上反馈“意图-执行偏差”，用于量化皮质可塑性损伤程度。此方法已用于皮质下小梗死患者的运动重建训练，显著提升康复方案的个体适配性。
