إن التخطيط والجدولة الآليين ، التي يشار إليها أحيانًا على أنها ببساطة AI Planning ، هي فرع من الذكاء الاصطناعي الذي يتعلق بإدراك الاستراتيجيات أو تسلسلات العمل ، والتي عادةً ما يتم تنفيذها بواسطة الوكلاء الأذكياء ، والروبوتات المستقلة والمركبات غير المأهولة. على عكس مشاكل التحكم والتصنيف الكلاسيكية ، فإن الحلول معقدة ويجب اكتشافها وتحسينها في مساحة متعددة الأبعاد. يرتبط التخطيط أيضًا بنظرية القرار.

في البيئات المعروفة ذات النماذج المتاحة ، يمكن إجراء التخطيط بلا اتصال. يمكن إيجاد الحلول وتقييمها قبل التنفيذ. في البيئات غير المعروفة ديناميكيًا ، غالبًا ما تكون هناك حاجة إلى مراجعة الاستراتيجية عبر الإنترنت. يجب تكييف النماذج والسياسات. تلجأ الحلول عادةً إلى العمليات التجريبية وعمليات الخطأ الشائعة في الذكاء الاصطناعي. وتشمل هذه البرامج البرمجة الديناميكية ، والتعلم التعزيزي ، والتحسين التجميعي. وغالبًا ما تُسمى اللغات المستخدمة لوصف التخطيط والجدولة لغات العمل.

نظرة عامة
في ضوء وصف للحالات الأولية المحتملة للعالم ، ووصف للأهداف المنشودة ، ووصف لمجموعة من الإجراءات الممكنة ، فإن مشكلة التخطيط هي تجميع خطة مضمونة (عند تطبيقها على أي من الحالات الأولية) لتوليد حالة تحتوي على الأهداف المرجوة (تسمى هذه الحالة بحالة الهدف).

تعتمد صعوبة التخطيط على الافتراضات المبسطة المستخدمة. يمكن تحديد عدة فئات من مشاكل التخطيط اعتمادًا على الخصائص التي تتسم بها المشكلات في أبعاد متعددة.

هل التصرفات حتمية أم غير حتمية؟ بالنسبة للإجراءات غير المحددة ، هل الاحتمالات المرتبطة متاحة؟
هل متغيرات الحالة منفصلة أم مستمرة؟ إذا كانت منفصلة ، فهل لديهم فقط عدد محدد من القيم المحتملة؟
هل يمكن ملاحظة الحالة الراهنة بشكل لا لبس فيه؟ يمكن أن يكون هناك إمكانية ملاحظة كاملة وملاحظة جزئية.
كم عدد الولايات الأولية هناك ، محدودة أو تعسفية كثيرة؟
هل الاجراءات لها مدة؟
هل يمكن اتخاذ العديد من الإجراءات في نفس الوقت ، أو هل هناك إجراء واحد ممكن في وقت واحد؟
هل الهدف من خطة الوصول إلى حالة هدف محددة ، أو تعظيم وظيفة المكافأة؟
هل هناك وكيل واحد فقط أو هناك عدة وكلاء؟ هل الوكلاء متعاونون أم أنانيون؟ هل يقوم جميع الوكلاء ببناء خططهم الخاصة بشكل منفصل ، أم أن الخطط يتم إنشاؤها بشكل مركزي لجميع الوكلاء؟

يتم تحديد أبسط مشكلة تخطيط ممكنة ، والمعروفة باسم مشكلة التخطيط الكلاسيكية ، من خلال:

حالة أولية معروفة فريدة ،
إجراءات غير محددة
إجراءات حتمية ،
والتي يمكن أن تؤخذ مرة واحدة فقط في كل مرة ،
ووكيل واحد.

بما أن الحالة الأولية معروفة بشكل لا لبس فيه ، وجميع الإجراءات حتمية ، يمكن توقع حالة العالم بعد أي تسلسل من الإجراءات بدقة ، ومسألة المراقبة غير ذات صلة بالتخطيط الكلاسيكي.

علاوة على ذلك ، يمكن تعريف الخطط على أنها متتالية من الإجراءات ، لأنه من المعروف دائمًا مسبقًا الإجراءات التي ستكون مطلوبة.

مع الإجراءات غير المحددة أو أحداث أخرى خارج نطاق سيطرة الوكيل ، تشكل عمليات التنفيذ المحتملة شجرة ، ويجب أن تحدد الخطط الإجراءات المناسبة لكل عقدة من الشجرة.

تعمل عمليات اتخاذ القرار لماركوف المنفصلة (MDP) على التخطيط للمشاكل التالية:

إجراءات غير محددة
إجراءات غير محددة مع الاحتمالات ،
الملاحظة الكاملة ،
تعظيم وظيفة المكافأة ،
ووكيل واحد.

عندما يتم استبدال الملاحظة الكاملة من خلال الملاحظة الجزئية ، يتوافق التخطيط مع عملية قرار ماركوف التي يمكن ملاحظتها جزئيًا (POMDP).

إذا كان هناك أكثر من وكيل واحد ، لدينا تخطيط متعدد الوكلاء ، والذي يرتبط ارتباطًا وثيقًا بنظرية الألعاب.

مجال التخطيط المستقل
في تخطيط AI ، يقوم المخططون عادةً بإدخال نموذج مجال (وصف لمجموعة من الإجراءات المحتملة التي تُعد نموذجًا للنطاق) بالإضافة إلى المشكلة المحددة التي يجب حلها وفقًا للحالة والهدف الأول ، على النقيض من تلك التي لا يوجد بها نطاق الإدخال المحدد. ويطلق على هؤلاء المخططين “المجال المستقل” للتأكيد على حقيقة أنهم قادرون على حل مشاكل التخطيط من مجموعة واسعة من المجالات. الأمثلة النموذجية للمجالات هي تجميع المجموعات ، والخدمات اللوجستية ، وإدارة سير العمل ، وتخطيط مهام الروبوت. ومن ثم يمكن استخدام مخطط مستقل وحيد المجال لحل مشاكل التخطيط في جميع هذه المجالات المختلفة. من ناحية أخرى ، يعد مخطط المسار نموذجيًا لمخطط معين للنطاق.

تخطيط لغات نمذجة المجال
تعتمد اللغات الأكثر شيوعًا لتمثيل نطاقات التخطيط ومشاكل التخطيط المحددة ، مثل STRIPS و PDDL للتخطيط الكلاسيكي ، على متغيرات الحالة. كل حالة ممكنة من العالم هي إحالة للقيم إلى متغيرات الحالة ، وتحدد الإجراءات كيف تتغير قيم متغيرات الحالة عند اتخاذ هذا الإجراء. بما أن مجموعة من متغيرات الحالة تحفز مساحة دولة لها حجم أسّي في المجموعة ، فإن التخطيط ، على غرار العديد من المشاكل الحسابية الأخرى ، يعاني من لعنة البعد والانفصال التوافقي.

وهناك لغة بديلة لوصف مشكلات التخطيط وهي لغة شبكات المهام الهرمية ، حيث يتم إعطاء مجموعة من المهام ، ويمكن تحقيق كل مهمة من خلال إجراء بدائي أو تتحلل إلى مجموعة من المهام الأخرى. لا يتضمن هذا بالضرورة متغيرات الحالة ، على الرغم من أنه في التطبيقات الأكثر واقعية ، تعمل متغيرات الحالة على تبسيط وصف شبكات المهام.

خوارزميات للتخطيط
التخطيط الكلاسيكي
التسلسل الأمامي للبحث عن الفضاء ، وربما تعزيزه بالاستدلال
البحث المتسلسل المتخلف ، ربما تم تعزيزه باستخدام قيود الدولة (انظر STRIPS ، المخطط البياني)
تخطيط جزئي

التخطيط الكلاسيكي
يعتمد التخطيط التقليدي على افتراضين:

الحتمية من الإجراءات. على سبيل المثال ، يعد الإجراء “وضع مكعب على الطاولة” محددًا. من خلال تنفيذه ، ننتقل من دولة إلى أخرى. على العكس من ذلك ، فإن “نرد النرد” غير محدد لأنه توجد قيم محتملة. لا يقع عمل “دحرجة النرد” في نطاق التخطيط التقليدي.
الملاحظة المثالية. العامل (الروبوت ، البرنامج ، إلخ) يعرف حالة العالم تمامًا.

التخطيط الكلاسيكي ، إنها مسألة تبحث عن سلسلة من الإجراءات (على سبيل المثال ، “اتخاذ مقلاة” ، “وضع الماء” ، “وضع المعكرونة” ، “أشعل النار” ، “الوصول” ، “لإخماد نار”). تُعد خوارزمية A * مثالًا نموذجيًا لخوارزمية التخطيط الكلاسيكي ، وغالبًا ما تُستخدم في الدورات التمهيدية لبساطتها. في ما يلي بعض الأساليب الخوارزمية المستخدمة في المخططين الكلاسيكيين:

البحث إلى الأمام في مساحة الولاية: خوارزمية تخطيط البحث الموجه (HSP) ، الخوارزمية السريعة إلى الأمام (FF) ،
البحث مرة أخرى في مساحة الدولة ،
البحث من قبل في مساحة من الخطط ، graphplan
تخفيف مشكلة التخطيط: حساب مشكلة مريحة يسهل عليك معرفة ما إذا كانت هناك خطة تساعد في حل المشكلة الأولية
التحول إلى مشكلة مرضية لصيغة المنطق الافتراضي.

برهن Bylander في عام 1994 أن التخطيط التقليدي هو PSPACE-complete.

تخفيض لمشكلات أخرى
تخفيض لمشكلة القبول الاشتراكية (satplan).
الحد إلى فحص النموذج – كلاهما بشكل أساسي مشاكل عبور مساحات الولاية ، ومشكلة التخطيط الكلاسيكية تقابل فئة فرعية من مشاكل فحص النموذج.

التخطيط الزمني
يمكن حل التخطيط الزمني بأساليب مشابهة للتخطيط الكلاسيكي. والفرق الرئيسي هو أنه ، بسبب إمكانية وجود عدة إجراءات متداخلة زمنياً متزامنة مع المدة المتخذة في آن واحد ، يجب أن يتضمن تعريف الدولة معلومات حول الوقت المطلق الحالي ومدى تقدم تنفيذ كل إجراء نشط. علاوة على ذلك ، في التخطيط مع الوقت العقلاني أو الحقيقي ، قد تكون مساحة الدولة غير محدودة ، على عكس التخطيط التقليدي أو التخطيط بوقت صحيح. يرتبط التخطيط الزمني ارتباطًا وثيقًا بمشاكل الجدولة. كما يمكن فهم التخطيط الزمني من حيث التوقيت الآلي.

التخطيط الاحتمالي
يمكن حل التخطيط الاحتمالي بأساليب متكررة مثل تكرار القيمة وتكرار السياسة ، عندما تكون مساحة الدولة صغيرة بما يكفي. مع ملاحظة جزئية ، يتم حل التخطيط الاحتمالي بالمثل مع الأساليب المتكررة ، ولكن باستخدام تمثيل لوظائف القيمة المحددة لمساحة المعتقدات بدلاً من الحالات.

التخطيط القائم على التفضيل
في التخطيط القائم على التفضيل ، لا يتمثل الهدف في إنتاج خطة فحسب ولكن أيضًا لتلبية التفضيلات المحددة من قبل المستخدم. هناك اختلاف في التخطيط الأكثر شيوعًا القائم على المكافآت ، على سبيل المثال المناظرة لـ MDPs ، وليس بالضرورة أن يكون للتفضيلات قيمة رقمية دقيقة.

التخطيط المشروط
تم تقديم التخطيط المعقد مع نظام تخطيط STRIPS ، وهو مخطط هرمي. يتم ترتيب أسماء الإجراءات بالتسلسل وهذه خطة للروبوت. يمكن مقارنة التخطيط الهرمي مع شجرة السلوك التلقائي المولدة. العيب هو أن شجرة السلوك المعتادة ليست معبرة مثل برنامج الكمبيوتر. ويعني ذلك أن تدوين الرسم البياني للسلوك يحتوي على أوامر عملية ، ولكن لا توجد حلقات أو عبارات إذا كانت ثم. يتغلب التخطيط المشروط على عنق الزجاجة ويقدم تدوينًا مفصلاً يشبه تدفق التحكم ، المعروف من لغات البرمجة الأخرى مثل باسكال. وهي تشبه إلى حد كبير تركيب البرنامج ، وهذا يعني أن المخطط يولد كود المصدر الذي يمكن تنفيذه بواسطة مترجم.

من الأمثلة المبكرة على مخطط شرطي هو “Warplan-C” الذي تم تقديمه في منتصف السبعينيات. حتى الآن ، لم تتم الإجابة على السؤال ما الفرق بين التسلسل العادي والخطة المعقدة ، التي تحتوي على تصريحات إذاً. يتعلق الأمر بعدم اليقين في وقت تشغيل الخطة. الفكرة هي أن الخطة يمكن أن تتفاعل مع إشارات الاستشعار غير المعروفة للمخطط. المخطط يولد خيارين مقدما. على سبيل المثال ، إذا تم اكتشاف كائن ، فسيتم تنفيذ الإجراء A ، إذا كان هناك كائن مفقود ، ثم يتم تنفيذ الإجراء B. الميزة الرئيسية للتخطيط المشروط هي القدرة على التعامل مع الخطط الجزئية. لا يضطر الوكيل إلى تخطيط كل شيء من البداية إلى النهاية ولكن يمكنه تقسيم المشكلة إلى أجزاء. هذا يساعد على تقليل مساحة الدولة ويحل مشاكل أكثر تعقيدا.

نشر أنظمة التخطيط
يستخدم تلسكوب هابل الفضائي نظامًا قصير المدى يُسمى SPSS ونظام تخطيط طويل المدى يسمى Spike.

أنواع أخرى من التخطيط
في الممارسة العملية ، فإنه يتحقق فقط الافتراضات نادرا من التخطيط الكلاسيكي. هذا هو السبب في ظهور العديد من التمديدات.

مطابقة التخطيط
نحن نتحدث عن التخطيط المطابق (الجدول الزمني المطابق) حيث يكون النظام في حالة غير مؤكدة ، ولكن لا توجد ملاحظة ممكنة. لدى العميل بعد ذلك معتقدات حول العالم الحقيقي. يتم حل هذه المشاكل عن طريق تقنيات مماثلة لتلك التي في التخطيط التقليدي ، ولكن حيث مساحة الدولة هو الأسي في حجم المشكلة ، بسبب عدم اليقين بشأن الوضع الحالي. الحل لمشكلة جدول مطابقة هو سلسلة من الإجراءات.

التخطيط للطوارئ
التخطيط للطوارئ (التخطيط الطارئ) حيث يمكن ملاحظة البيئة عن طريق أجهزة الاستشعار ، والتي يمكن أن تكون معيبة. بالنسبة لمشكلة التخطيط الطارئ ، لم تعد الخطة سلسلة من الإجراءات بل هي شجرة القرار لأن كل مرحلة من الخطة تمثلها مجموعة من الحالات بدلاً من حالة واحدة يمكن ملاحظتها تمامًا كما هو الحال في التخطيط الكلاسيكي.

أظهر Rintanen في عام 2004 أنه إذا تمت إضافة المتفرعة (التخطيط المشروط) ، تصبح مشكلة التخطيط EXPTIME-complete. هناك حالة معينة من التخطيط المتجاورة تمثلها المشاكل FOND – “للملاحظة بالكامل وغير الحتمية”. إذا كان الهدف محددًا في LTLf (المنطق الزمني الخطي عبر تتبع محدود) ، فستكون المشكلة دائمًا اكتمال EXPTIME 16 و 2 EXPTIME لمعيار الغرض في LDLf.

إذا أضفنا ، بالإضافة إلى ذلك ، عدم اليقين إلى التخطيط التقليدي (أي التخطيط المتوافق) ، يصبح EXPSPACE-fullple. إذا أضفنا كل من التفرع وعدم اليقين (التخطيط على حد سواء المتوافقة والطارئة) ، يصبح 2EXPTIME كاملة.

التخطيط الاحتمالي
كوشميريك وآخرون. قدم التخطيط الاحتمالي. في عملهم ، يتم وصف تأثير الإجراءات مع probabilists. يعطي مثالاً على الإجراء الذي يطلق عليه “الروبوت يأخذ كتلة” كما هو موضح بالطريقة التالية: إذا كانت قاذفة الروبوت جافة ، عندها يحمل الروبوت الكتلة مع احتمال 0.95 ؛ إذا كان المشبك مبتلًا ، فإن الروبوت يحمل الكتلة مع احتمال 0.5.

وهذا يؤدي إلى مشكلة توليد السياسة (أو الاستراتيجية) لعملية اتخاذ قرار ماركوف (MDP) أو (في الحالة العامة) عملية قرار ماركوف التي يمكن مراقبتها جزئيًا (POMDP).

التخطيط غير الخطي
يحل التخطيط الكلاسيكي الأهداف الفرعية بترتيب معين. المشكلة هي أنه يؤدي في بعض الأحيان إلى تدمير ما تم بناؤه بالفعل. تُعرف هذه الظاهرة باسم شذوذ سوسمان.

لنفترض أن الفرد حافي القدمين يجب أن يكون في نفس حالته وهو يرتدي حذاءه الأيمن وحذاءه الأيسر وجورته اليمنى وجورته اليسرى. إذا كان يسعى إلى تحقيق الأهداف في ترتيب الكلام ، فسوف يفشل.

لحل هذا النوع من المشاكل ، يمكن للمرء الانتقال إلى خطط مرتبة جزئياً بحيث لا يتم تحديد الترتيب بين الإجراءات إلا عند الضرورة (الالتزام في التخطيط الأخير أو الأقل التزاماً).

في المثال السابق ، يجب وضع الحذاء الأيسر بعد وضع الجورب الأيسر. نفسه على اليمين. من ناحية أخرى ، فإن تنفيذ خطة اليسار مستقل عن التنفيذ على اليمين. الخطة الشاملة لذلك أمر جزئيا.

ويقال إن المخططين القادرين على التعامل مع هذه الفئة من المشاكل أمر جزئي (POP ، NOAH ، الخ).

تخطيط هرمي
بشكل عام ، عند التخطيط ، يمكن للمرء أن يكون لديه معلومات هرمية عن الإجراءات ، أي أن هناك وصفًا لكيفية تحلل الإجراءات المعقدة. على سبيل المثال ، يمكن تقسيم إجراء معقد مثل “خدمة قهوة” إلى سلسلة من الإجراءات المعقدة “صنع القهوة” ثم “جلب القهوة”. وبالتالي ، هناك مخططون ، مثل ABSTRIPS ، الذين بالإضافة إلى وصف الإجراءات ، يأخذون كمدخل للتسلسل الهرمي للإجراءات. يمكن للمرء على سبيل المثال البدء في التخطيط على مستوى عالٍ ثم النزول بالتفصيل إذا لزم الأمر (كما يفعل ABSTRIPS على سبيل المثال). ثم يتم وصف الهدف باستخدام شبكة مهمة هرمية (HTN).

التخطيط الزمني
يتيح لك تخطيط الوقت التعبير عن أوقات العمل ، والظروف في البداية والنهاية وخلال الإجراء ، والتأثيرات في بداية الإجراءات وفي نهايتها. PDDL 2.1 يشمل تخطيط الوقت. تقوم الطريقة TLP-GP 1 ببناء الرسم البياني ثم تحل القيود الزمنية باستخدام أداة SMT. تراجع واحد في حالة عدم الاتساق. أظهر Rintanen أن تخطيط الوقت المتزامن (حالات متعددة من نفس الإجراء المتوازي هو ممكن) هو EXPSPACE-complete. من ناحية أخرى ، إذا استرخينا هذه الشروط ، فيمكننا تقليل أنفسنا للتخطيط التقليدي ، وبالتالي يصبح التخطيط الزمني مع هذه القيود مكتملاً لـ PSPACE.

التخطيط العام
يتكون التخطيط العام من إنتاج خطة تعمل في العديد من بيئات البدء.

تخطيط متعدد الوكلاء
تدرس الجدولة متعددة العوامل إكمال مهمة بواسطة وكلاء متعددين ، على سبيل المثال ، عدة روبوتات. ثم يتم في كثير من الأحيان توزيع / إلغاء تطبيق الخطة وتنفيذها. جانب مهم في الخطط هو التعاون بين الوكلاء. توجد أيضًا خوارزمية جدولة مركزية تعتمد على تعميم STRIPS على الإطار متعدد العوامل ، ويُسمى MA-STRIPS. تم بعد ذلك توزيع الخوارزمية ، باستخدام برنامج CSP لحلول التوزيع الموزع لإدارة التنسيق بين الوكلاء. لقد قام المؤلفان ، نسيم ، وبرافمان ، ودمسلك ، بالتحقق من صحة خوارزميهما بشكل أفضل من الجدولة المركزية عندما لا يتفاعل الوكلاء مع بعضهم البعض.

تتمثل إحدى الصعوبات الرئيسية في التخطيط متعدد الوكلاء في الاندماج التوافقي لجميع الإجراءات ، وهو أمر كبير في عدد العوامل. في عام 2011 ، يقدم Jonsson و Rovatsos حلاً للتصدي لهذه المشكلة ويقلل من التخطيط الكلاسيكي للعامل الفردي. هناك أيضًا تقنيات متوازية للاستخدام المتزامن لتخطيط الخوارزميات.

التخطيط المعرفي
المشكلة التخطيطية المعرفية هي أن تأخذ بعين الاعتبار معرفة العوامل في وصف الولايات والإجراءات. عادةً ما يكون الهدف عبارة عن صيغة للمنطق المعرفية المعرفية ، مثل “العامل يعرف أن العامل b الموجود في الكتلة C موجود في الكتلة A” وأن الإجراءات يتم تمثيلها بنماذج من إجراءات المعرفية الديناميكية المنطقية. مشكلة التخطيط غير مقنعة بكل عمومية.

موضوعي :

فوق (A، B) Λ أعلاه (B، C)
الحالة الأولية :

[أعلى (A ، جدول) Λ أعلاه (B ، الجدول) Λ أعلاه (C ، A) Λ قفل (A) Λ Lock (B) Λ Lock (C) Λ Disclosure (B) Λ Disclosure (C)]
الإجراءات المتاحة:

تحرك (ب ، س ، ص)
الشروط المسبقة: فوق (b، x) Λ كشف (b) Λ كشف (y) Λ Block (b) Λ Block (y) Λ (b ≠ x) Λ (b ≠ y) Λ (x ≠ y)
ADDITIONAL: أعلى (b، y) Λ تم اكتشافها (x)
الإلغاء: أعلى (b، x) Λ تم اكتشافه (y)
Move_tool (ب ، س)
الشروط المسبقة: أعلاه (b، x) Λ كشف (b) Λ كشف (y) Λ Block (b) Λ (b ≠ x)
ADDITIONAL: أعلى (b ، جدول) Λ تم اكتشافها (x)
الإلغاء: أعلى (ب ، س)

مثال

مثال غير رسمي للتخطيط.

استهداف
لديك بعض الفواكه والخضروات في الثلاجة

الحالة الأولية
[ثلاجة فارغة ، في المنزل ، في النعال]

الإجراءات المتاحة (قائمة غير مرتبة)
اخرج للمنزل ،
يرتدي حذاء،
خذ مفاتيح السيارة
الوصول إلى المتجر بالسيارة ،
الوصول إلى المتجر سيرا على الأقدام ،
ارجع الى البيت،
ضع مشترياتك في الثلاجة ،
ادخل المتجر ،
تأخذ الفاكهة ،
خذ الخضار ،
لدفع.

حل ممكن (قائمة مرتبة)
[1- ارتداء الأحذية ، 2- أخذ مفاتيح السيارة ، 3- الخروج من المنزل ، 4- الوصول إلى المتجر بالسيارة ، 5- الدخول إلى المتجر ، 6- أخذ الفاكهة ، 7- أخذ الخضراوات ، 8- الدفع ، 9- العودة إلى المنزل ، شراء 10 أماكن في الثلاجة]

حل آخر ممكن (قائمة مرتبة):
[1- ارتداء الأحذية ، 2- الخروج ، 3- الوصول إلى المتجر سيرًا على الأقدام ، 4- الدخول إلى المتجر ، 5- أخذ الخضراوات ، 6- أخذ الفاكهة ، 7- الدفع ، 8- الذهاب إلى المنزل ، شراء 9-مكان في الثلاجة]

الاستنتاجات
من المثال يمكننا أن نرى كيف:

يمكن أن تكون الحلول متعددة ،
قد تكون الإجراءات الحالية التي يجب إجراؤها ، حتمًا ، بعد الآخرين (لا أستطيع الوصول إلى المتجر بالسيارة إذا لم أخرج المفاتيح من قبل) ،
قد توجد إجراءات قابلة للعكس (تأخذ الفواكه والخضروات) ،
ليس من الضروري أن تحتوي الخطة النهائية على جميع الإجراءات في حالة تعدد الإجراءات أو تسلسل الإجراءات القابلة للتبديل (الوصول إلى المتجر سيرا على الأقدام أو بالسيارة).