Automaattinen suunnittelu ja ajoitus ( eng. Automated planing and scheduling , APS) on tekoälytehtävien ala, joka liittyy strategian tai toimintosarjan toteuttamiseen, yleensä älykkäille agenteille , autonomisille roboteille ja miehittämättömille ajoneuvoille . Toisin kuin klassisissa ohjaus- ja luokitteluongelmissa , tämän alueen ongelmien ratkaisut ovat monimutkaisia, tuntemattomia ja niitä on kehitettävä ja optimoitava moniulotteisessa tilassa.
Tunnetuilla ympäristöparametreilla ja saatavilla olevilla malleilla suunnittelu voidaan tehdä järjestelmän suunnitteluvaiheessa. Ratkaisut voidaan löytää ja arvioida ennen käyttöönottoa. Jos ympäristön käyttäytyminen on arvaamatonta, strategiaa tulee tarkastella uudelleen suunnitelman toteutusvaiheessa. Malleja ja käyttäytymismalleja on mukautettava. Ratkaisuissa käytetään pääasiassa tekoälyn alalle ominaisia yritys- ja virheprosesseja , kuten dynaamista ohjelmointia , vahvistusoppimista ja kombinatorista optimointia .
Tyypillisellä ajoittimella on kolme syötettä: kuvaus alkuehdoista, kuvaus halutusta tavoitteesta ja joukko mahdollisia toimintoja, jotka annetaan muodollisella kielellä, kuten STRIPS . Ajastin luo toimintosarjan, joka johtaa järjestelmän alkutilasta tilaan, joka täyttää tavoitteen. Vaihtoehtoinen tapa kuvata ajoitusongelmia on hierarkkinen tehtäväverkko , jossa jokainen tehtävä voidaan suorittaa tietyllä tehtäväjoukolla joko primitiivisellä toiminnolla tai jakaa samanlaiseen tehtävien osajoukkoon.