在某些实际应用中，计划由于新施加的预算约束而可能变得不可行，但同时又必须使用原计划的行动及其顺序。本文研究了从预计算的计划中提取有效子计划的问题，旨在在遵守成本限制的同时最大化效用。每个目标都有一个效用值，通过去除支持低效用目标的行动来简化计划，同时保持可执行性和原始行动顺序。我们证明了该决策变体是 NP 完全的，并提出了两种精确的方法来解决这一问题：一种通过过订阅规划（OSP），另一种通过整数线性规划（ILP）。本文扩展了我们在 ICAPS 2026 上发表的前期工作（Del Toro, Fuentetaja, and García-Olaya 2026b）。虽然核心框架保持不变，但我们进一步引入了一种精炼的 ILP 公式，显著降低了模型规模并提高了计算效率。
博主点评： 该研究在预算约束下的计划优化中提供了深刻的见解，尤其是在处理不确定性时，提出的 ILP 方法有效地平衡了计算效率与解的质量，为未来的研究奠定了基础。