这里我有两个问题想请教:
   1)基于语义web services，precondition 和 effect具体都要处理那些(自己的理解觉得比较片面)，目前owl-s是不是还没有相应的实现(在一个个人blog上见到有人实现了，地址忘了，好像是一个清华的哥哥)。

   2)楼上所说的动作，它不应该是对应的具体服务而应该是"一类服务"，那么这个动作，也就是这个"类"应该用什么来表示？只能用本体来描述吗？如何描述呢?

关于动作，在这里也就是指服务了，其前件可以是语法的符号，或是语义的概念，关键是看你的领域的需求了，比方说如果你要做语义的，那自然是要用语义的东西把他包起来。后者需要用本体。

BTW，这方面的论文挺多的，你可以到中国期刊网--〉优秀硕博士论文里查，很多的，且用别人的毕业论文拿来入门感觉是很便捷的~^_^~ 再者我毕竟不是专攻这个方向的，对自己说的话对错尚且没有十足信心呢，呵呵~~

以下是引用zhengfrance在2007-5-2 20:23:00的发言： 恩，结合楼上的朋友我再说说自己粗浅的一点理解:      事实上，经过组合后的服务(一个满足用户需求的较为复杂的服务)，其outputs应该就是用户想要的，目前就是指xml-message吧我想。同时，effects是每个原子服务发生作用后产生的影响，对用户数据库或者对其他的服务，对用户来讲，effect是透明的。      对于AI Planning，可以通过"知识库推理"来实现，比如向前推理(由inputs和effects 推出最终的outputs)和向后推理(由最终的outputs和最初的inputs寻找一阶逻辑规则集)      这里我有两个问题想请教:     1)基于语义web services，precondition 和 effect具体都要处理那些(自己的理解觉得比较片面)，目前owl-s是不是还没有相应的实现(在一个个人blog上见到有人实现了，地址忘了，好像是一个清华的哥哥)。     2)楼上所说的动作，它不应该是对应的具体服务而应该是"一类服务"，那么这个动作，也就是这个"类"应该用什么来表示？只能用本体来描述吗？如何描述呢?

顶一个先!

这里，methode就是一个特殊类型的operator，通过它用户可以描述如何组合web服务。那methode对应的应该就是owl-s中给出的对于一个复杂服务的组成和具体的实现步骤。这样以来，methode只是做了个映射，接下来它就按照owl-s中model描述的那样去分解复杂的服务(task)就形成了一个简单的没有经过优化的plan。

接下来有两个问题请教大家
1) planning理论是根据action的precondition和effect产生一个plan，那么分解服务的method是怎么通过precondition和effect体现出来的呢？不解...

2) 在另一篇文章中(忘了名字了)提到an HTN planner would not find the solution due to the fixed structure of hierarchical action decompositions stored in its database，这句话该怎么理解？这里所指的database对应的又是什么？

   那我在这里给大家个倡议，希望有更多关注AI planning的朋友来说说自己的看法，比如说说这几种planning的优点和缺点，错了和重复了都没关系，集思广益的说!

相当不错,向大家推荐!

大家能否提供些逐步定制plan的资料啊，或是谈谈自己的想法啊，难道没人对planning感兴趣吗

有没有兄弟们研究过情景演算，能否告诉我情景演算在服务组合中的优势是什么?迷惑中...

问的好！按我的理解，就是整个一个AI问题，用Web Service的新瓶子装旧酒而已。从McIlraith的Semantic Web Services一文可见：Semantic Web Services的起源，就是搞AI的人与时俱进采用新瓶子的结果。俺所见过的自动服务组合方法，不外乎是planning，某种演算、自动定理证明 等AI领域中基于逻辑推理的传统方法。

真是搞不懂为什么有这么多人热衷于这个动态服务组合！到底是该为AI得到发扬光大而高兴呢，还是该为这么多人把精力投入了AI这个难但不实用的分支 却一边声称要做出一个能实用的自动组合系统 而悲哀？

for example, if one action create new objects to the domain, and these new objects may again be used by actions(possibly the same actions which create the objects), is this solvable by using probabilistic or uncertain  planning?

Thanks in advance.

以我对AI planning粗浅的了解，感觉它作为一个智力玩具，还没太多考虑过这方面东西。这个版上的人估计都不是做AI出身的，是出于 Web Service自动组合 的需要才去了解一点planning，或许大多还了解得很不够。楼上的知道IPC吗？——两年一度的International Planning Competition。 那里应该可以了解到最新的各种planning系统。

动态的domain并不一定非要使用概率推理。传统的规划方法，比如Situational Calculus, 回归规划，STRIPS都是解决planning的很好办法。规划器来说，Prolog应该可以算一个。Answer Set Solver也可以用来求解规划问题。

另一类规划问题涉及到概率和非确定性，这一般称为decision-theoretical planning，它不是生成行动序列，而是生成policy，即状态到行动的映射。这一类的代表是马尔可夫决策，部分可观测马尔可夫决策，在AI领域是另外一个很大的研究分支。