正文
決定行動步驟的過程或技術，是人工智慧中問題求解的重要組成部分，有時也稱規劃。行動計畫一般可分單級行動計畫、多級行動計畫、劇本型行動計畫和機遇型行動計畫等幾種基本方式。
單級行動計畫不分層次的行動計畫。制訂行動計畫時針對每一個目標展開相應的解題動作序列，可以用問題歸約技術,也可以用手段-目的分析技術。單級行動計畫的主要缺點是事無巨細、主次不分，計算工作量大。有時，一些非關鍵性細節會使計畫編制不能順利進行。對於複雜的問題，一般採用多級行動計畫。
多級行動計畫分若干層次的行動計畫。基本思想與結構化程式設計類似,即遵循自頂向下,逐步具體的原則。計畫是以抽象形式表示的概略的輪廓計畫開始，而在最低級階段，就必須以具體形式提出可直接執行的計畫細節。早期的通用解題程式 GPS已孕育了分級行動計畫的思想。70年代以後，多級行動計畫技術進一步在機器人作業設計系統、技工培訓專家系統、遺傳工程試驗設計系統等方面得到了套用和發展。
劇本型行動計畫在制訂行動計畫時啟用預先存儲於計算機內的一組計畫綱要。它與多級行動計畫中運用輪廓計畫逐步細化的不同處在於，這些綱要是事先存儲並通過觸發程式啟用的，模擬人對過去經驗的回憶和運用；而輪廓計畫則是在計畫制訂中由機器生成的。劇本型行動計畫一般分為兩個階段：首先根據給定問題的性質找出適用的計畫綱要；然後在計畫綱要中填入適用於特定問題域的解題運算元，這個過程稱為例示，需要運用大量知識，劇本型行動計畫即因此得名（見框架型表示方式）。分子生物學的實驗設計，如脫氧核糖核酸定序問題、限制酶切割部位問題，已開始採用劇本型行動計畫的技術。
機遇型行動計畫人在制訂行動計畫時是否有合適的機會，有時會成為決定性因素。日常生活中也不乏這樣的例子。例如為了消磨轉車等候時間而理髮，下班路過而順便買菜。提出機遇型行動計畫首先是為了在特定條件下研究人的認知模型，並為問題求解提供新的技術。
搜尋與子問題的互動作用行動計畫的一個基本問題仍然是限制搜尋，高效地找出能實現給定目標的解題步驟。子問題的互動作用會增加搜尋的困難。例如，粉刷房間可歸結為粉刷天花板、粉刷牆壁和油漆地板等幾個子問題，這些子問題之間存在互動作用，行動計畫時就要正確處理它們的順序，否則就會使解題產生混亂。
參考書目
Paul R.Cohen and Edward A.Feigenbaum，eds，The Handbook ofArtificial Intelligence, Vol.Ⅲ, William Kaufmann, Inc., Los Altos, Calif.,1982.
