本研究提出了一种新方法，通过历史规划数据解决机器人和自主系统中的在线规划问题。基于蒙特卡洛树搜索的算法显著提升了决策效率，缩短了计算时间。

本文研究了一种模型学习和在线规划方法，以构建灵活、通用的机器人。提出了PDSketch领域定义语言，允许用户定义转换模型的高级结构，并利用神经网络填充细节。PDSketch生成独立于领域的规划启发式，加速了性能时间规划。