Thèse Année : 2025

Automation of decision-making in Industry 4.0 with CSP-based temporal hierarchical planning

Automatisation de la prise de décision dans l'Industrie 4.0 par la planification hiérarchique temporelle avec CSPs

Résumé

Production planning in modern industrial environments is increasingly complex. Companies must respond to diverse and fluctuating client demands (balancing constraints on quality, delivery time, availability, and cost) while coping with product variety and operational changes. In this context, automated planning systems offer a promising alternative to human experts, enabling consistent, efficient, and scalable decision-making. However, existing planning algorithms are typically domain-specific and lack the flexibility needed to address the full range of real-world industrial problems. As a result, general-purpose, high-level planning tools remain underutilized in practice.This thesis explores the use of Hierarchical Task Network (HTN) planning - augmented with partial-order reasoning and temporal modeling - as a foundation for flexible, scalable industrial decision-making tools. We focus on problems expressed in the HDDL language and present three main contributions.First, we introduce OptiPlan, a CSP-based planner for solving Partially Ordered HTN (PO HTN) planning problems. Unlike classical planners that linearize tasks, OptiPlan maintains partial ordering between actions, capturing concurrency and preserving flexibility. The planner encodes the entire hierarchical search space, called HiPOD, into a Constraint Satisfaction Problem (CSP), and leverages powerful CSP solvers to find optimal plans with respect to makespan. We demonstrate how this encoding ensures soundness and completeness, and evaluate OptiPlan against state-of-the-art PO HTN planners.Second, we extend OptiPlan into the ChronoPlan planner, capable of solving temporal HTN problems with durative actions and explicit time constraints. ChronoPlan incorporates timestamps and invariants into the plan encoding and handles the decomposition of durative actions into start and end components, preserving the semantics of temporal HDDL domains. Through an extended CSP encoding, ChronoPlan supports optimization over plan makespan, while remaining congruent with the original HTN formalism. Our evaluations show that ChronoPlan matches or surpasses other temporal HTN planners in both plan quality and coverage, and that simplifications, such as separating timestamp assignment, can further accelerate planning at the cost of optimality.Third, we explore an alternative time-stripping framework that transforms temporal HTN problems into non-temporal ones.Together, these contributions present a unified and extensible approach to planning in industrial contexts. By bridging HTN planning, partial-order reasoning, and temporal modeling through constraint-based techniques, the thesis lays a foundation for decision-support tools adaptable to real-world Industry 4.0 challenges.

La planification de la production dans les environnements industriels devient de plus en plus complexe. Les entreprises doivent répondre à des demandes clients variées et fluctuantes (en équilibrant les contraintes de qualité, de délai de livraison, de disponibilité et de coût), tout en s’adaptant à la diversité des produits et aux évolutions opérationnelles. Dans ce contexte, les systèmes de planification automatisée offrent une alternative prometteuse aux experts humains, en permettant une prise de décision cohérente, efficace et évolutive. Cependant, les algorithmes de planification existants sont généralement spécifiques à un domaine et manquent de flexibilité pour couvrir l’ensemble des problématiques industrielles réelles. En conséquence, les outils de planification génériques et de haut niveau restent peu exploités en pratique.Cette thèse explore l’utilisation de la planification par réseaux de tâches hiérarchiques (HTN), enrichie par un raisonnement en ordre partiel et un modèle temporel, comme base pour des outils décisionnels industriels flexibles et évolutifs. Nous nous concentrons sur les problèmes exprimés en langage HDDL et proposons trois contributions principales.Premièrement, nous introduisons OptiPlan, un planificateur basé sur les CSP (problèmes de satisfaction de contraintes) pour résoudre les problèmes HTN partiellement ordonnés (PO HTN). Contrairement aux planificateurs classiques qui linéarisent les tâches, OptiPlan maintient un ordre partiel entre les actions, ce qui permet de capturer la concurrence et de préserver la flexibilité. Le planificateur encode l’espace de recherche hiérarchique complet, appelé HiPOD, sous forme de CSP, et s’appuie sur des solveurs CSP puissants pour trouver des plans optimaux en termes de durée d’exécution (makespan). Nous montrons comment cet encodage garantit la correction et l’exhaustivité, et évaluons OptiPlan par rapport aux meilleurs planificateurs PO HTN existants.Deuxièmement, nous étendons OptiPlan avec ChronoPlan, un planificateur capable de résoudre les problèmes HTN temporels avec actions duratives et contraintes temporelles explicites. ChronoPlan intègre des horodatages et des invariants dans l’encodage du plan et gère la décomposition des actions duratives en composants de début et de fin, tout en respectant la sémantique des domaines HDDL temporels. Grâce à un encodage CSP étendu, ChronoPlan permet l’optimisation de la durée des plans, tout en restant conforme au formalisme HTN d’origine. Nos expérimentations montrent que ChronoPlan égale ou dépasse d'autres planificateurs HTN temporels en termes de qualité et de couverture des plans, et que certaines simplifications, comme la séparation de l’assignation temporelle, peuvent encore accélérer la planification au prix d’une perte d’optimalité.Troisièmement, nous explorons une approche alternative de suppression de la temporalité, qui transforme les problèmes HTN temporels en problèmes HTN non temporels.Ensemble, ces contributions proposent une approche unifiée et extensible de la planification dans un contexte industriel. En combinant la planification HTN, le raisonnement en ordre partiel et la modélisation temporelle à l’aide de techniques basées sur les contraintes, cette thèse pose les bases d’outils d’aide à la décision adaptés aux défis réels de l’Industrie 4.0.

Fichier principal
Vignette du fichier
FIRSOV_2025_archivage.pdf (1.08 Mo) Télécharger le fichier
Origine Version validée par le jury (STAR)
Licence

Dates et versions

tel-05587601 , version 1 (10-04-2026)

Licence

Identifiants

  • HAL Id : tel-05587601 , version 1

Citer

Oleksandr Firsov. Automation of decision-making in Industry 4.0 with CSP-based temporal hierarchical planning. Other [cs.OH]. Université Grenoble Alpes [2020-..], 2025. English. ⟨NNT : 2025GRALM036⟩. ⟨tel-05587601⟩
37 Consultations
12 Téléchargements

Partager

  • More