智能规划与规划识别是人工智能领域近年来发展起来的非常热门的分支。智能规划的任务是在给定初始条件下寻找一动作序列,通过这一动作序列的执行使得世界状态从初始态到达目标状态;而规划识别是根据观察到的agent的片断的、琐碎的动作来推断agent的目标及它的规划,从而预测agent未来的动作序列。Ian Miguel在2000年提出了灵活规划器,它引入了一种称为“软”限制的方法,使得能处理经典图规划不能处理的一些现实问题。另一方面,基于图规划方法的识别方法也倍受关注,根据规划图的建立和搜索过程,2000年Hong Jun提出的目标图可以在图规划框架下解决规划识别问题取得了很好的效果,由于它是根据规划图的思想建立的,因此目标图的识别方法与传统的规划识别方法有显著不同,尤其是它无须规划库就可以识别出目标的优点。但由于目标图的识别方法是在经典的图规划的理论基础上,因而它也不具备识别出灵活规划中具有“软”限制动作或目标的能力。本文旨在结合灵活规划方法和目标图方法的基础上,深入研究在灵活规划图下的规划识别方法。在灵活规划框架下根据已观察到的Agent动作、初始条件和目标条件建立灵活目标图,在灵活目标图的基础上,首先用已观察动作的因果连接进行剪枝,然后使用已观察动作的满意度进一步剪枝,这两个方法的使用大大降低了灵活目标图的规模,同时限定了Agent可能采取的规划的范围。本文考虑由于灵活规划可以得到多个规划解的特性,在剪枝后仍可能存在多个符合条件的规划解,因此,我们的算法可以得到并存储规划解集合,并在得出的规划解集合中进一步限定Agent可能采用的规划。从实验结果表明,本文所介绍的识别方法是切实可用的,可以解决由于灵活规划的提出,对基于规划图理论框架下的规划识别问题。