规划识别从提出到现在经过了30多年的发展历程，应用领域有自然语言理解，军事协作，入侵检测，反恐等。2003年，Sumit S提出了动态概率关系模型理论，该模型是建立在概率关系模型(PRMs)理论之上的。概率关系模型用来描述领域中对象属性的不确定性的，当给定一个框架结构，概率关系模型会试图为该框架定义一个完整的概率分布。概率关系模型解决了数据学习方法的数据表达太过单调，以及用这些方法来表达数据库中的数据会丢失大量的关系结构信息的问题。通常情况下，智能体在一个不确定的环境下工作，而该不确定的环境中又存在着随时间变化的多个对象和关系。这就要求解决该问题的模型既有丰富的表达能力，又能进行概率推理，还能随着时间的变化而变化。概率关系模型在解决这样的变化情况时不够充分，动态概率关系模型却能够克服概率关系模型的不足，它根据该目标与初始目标的比较来识别出机器操作的目标。本文选取动态概率关系模型方法及应用对规划识别进行深入研究。本文的研究工作主要有：（1）讨论Kautz规划识别方法在时态约束上的基本理论。提出了一个比较常见的应用实例：智能鲜花培育系统。（2）讨论了贝叶斯网络与对象关系的集成。（3）讨论了动态概率关系模型的抽象树及规划器理论。（4）通过matlab仿真，对比一般粒子滤波算法与RB粒子滤波算法，证明了动态概率关系模型在规划识别领域的有效性。（5）提出一种基于动态概率关系模型的top-down规划识别算法，改善了Kautz理论基础上的down-top算法的使用局限性。