随着人工智能的发展,任务动态规划已经成为一个重要的研究领域。虽然静态环境下的任务规划已经有了大量的研究,但由于动态事件会引发环境的不确定性,面向动态事件进行任务动态规划系统的相关研究和实现显得尤为重要。论文通过对动态任务表示方法和动态任务求解算法等研究,解决当前的任务规划系统不适用于动态环境下任务规划的问题,并基于JSHOP2(全称Java Simple Hierarchical Ordered Planner)实现了任务动态规划系统,结合实验场景进行了系统验证。论文的主要研究成果如下:(1)动态任务表示方法研究本研究首先扩展规则领域定义语言(Planning Domain Definition Language,简称PDDL),增加动态事件表示方法和动态状态表示方法,在信息表示层实现对动态任务表示方法的支撑。其次提出一种基于约束条件的冗余信息消除算法,降低规划过程的复杂度。最后在前两步的基础上,提出一种面向动态事件的系统状态更新算法,完成对系统任务状态和系统函数状态的更新。(2)基于分层任务网络规划的动态任务求解算法研究本研究基于分层任务网络规划,首先提出面向单步规划的动态任务求解算法,该算法在规划的每个阶段获取状态更新信息,并基于回溯搜索进行动态规划方案求解。然后提出面向全局规划的动态任务求解算法,该算法首先提出面向动态任务求解的效用函数更新策略,然后以策略为基础,借鉴偏序规划进行动态任务求解。(3)实现了基于JSHOP2的任务动态规划系统本研究实现基于JSHOP2的任务动态规划系统,验证所提出的动态任务表示方法和动态任务求解算法的可行性。结合实际场景展示面向动态事件的规划结果,根据规划结果说明任务动态规划系统的有效性。