智能规划（intelligent planning），理学-计算机科学技术-人工智能-机器学习-知识表示-案例推理-智能规划，人工智能和机器人学的一个重要分支，是从某个特定的问题状态出发，选择一个行动序列以实现某个目标的过程。与一般问题求解相比，智能规划更注重于问题的求解过程，而不是求解结果。与强化学习问题不同，规划问题假设环境模型是已知的。智能规划问题的难度取决于如下假设条件的强弱：①行动是确定性的还是非确定性的？对于非确定性行动，行动结果的概率是否可获得？②状态变量是连续的还是离散的？③当前状态是否完全可观察？④初始状态的数目是有限的还是无限的？⑤一个时刻能执行一个行动还是多个行动？⑥规划的目标是到达一个目标状态还是最大化期望回报？⑦环境中有一个智能体还是多个智能体？对于多智能体系统，还需要进一步考虑智能体间是合作的还是对抗的，规划过程是分布式的还是集中式的，智能体间是否存在通信等。经典规划问题是最简单的规划问题，它考虑的是单一智能体从单一初始状态出发，每一时刻采取单一的确定性行动，到达目标状态所需执行的行动序列。STRIPS和PDDL是两种表示经典规划问题的语言。