智能规划是人工智能的一个重要研究领域。其主要思想是： 对周围环境进行认识与分析，根据预定实现的目标，对若干可供选择的动作及所提供的资源限制和相关约束进行推理，综合制定出实现目标的动作序列。该动作序列即称为一个规划。智能规划可应用于工厂的车间作业调度、现代物流管理中物资运输调度、智能机器人的动作规划以及宇航技术等领域。

规划是关于动作的推理，通过预估动作的效果，选择和组织一组动作，以尽可能好地实现一些预先指定的目标。 而智能规划则是人工智能（AI）中专门从计算上研究这个过程的一个领域。面对复杂的任务、实现复杂的目标，或者在动作的使用中受到某种约束限制的时候，智能规划技术能够节省大量人力物力财力，例如，在危险性大和费用很高的关键环境中，或者要与其他人联合行动。

人工智能规划起源于状态空间搜索、定理证明和控制理论的研究，以及机器人技术、调度和其它领域的实际需要。STRIPS是第一个主流规划系统，形象地说明了这些领域的相互作用。STRIPS是作为SRI的Shakey机器人项目软件的规划部分而设计的。它的整体控制结构以 GPS（通用问题求解器，General Problem Solver，一个使用手段目标分析（means-ends analysis）的状态空间搜索系统）为模型。STRIPS采用了 QA3定理证明系统的一个版本作为用来确定行动前提的真值的子程序。

理论方面，规划是理性行为的重要组成部分。 如果说研究人工智能的目的是掌握智能的计算方面的因素的话，那么规划作为关于动作的推理，有助于智能算法的演化。实际应用方面，智能规划有助于建立信息处理工具即自动规划系统，以提供经济和高效的规划资源，满足涉及安全和效率的需求。

因为动作的种类繁多，所以存在多种形式的规划，例如路径和运动规划、感知规划和信息收集、导航规划、通信规划、社会与经济规划等。

规划技术的研究起源于对现实世界的抽象。根据模型的简化程度，智能规划的研究方向可以分为经典规划和非经典规划两大类。

经典规划 ——经典规划是在经典规划环境下进行的搜索、决策过程。经典规划环境具有以下特点：1、完全可观察的，系统S是完全可观察的，即关于S的状态有一个完整的知识；2、确定的，动作的效果只有一个、确定的；3、静态的，不考虑外部动态性；4、有限的，系统状态有限；5、离散的，动作和事件没有持续时间。

非经典规划 ——非经典规划相对于经典规划而言，是指那些在部分可观察的或随机的、考虑时间和资源的、以及放宽其它限制条件的环境下进行的规划。

就具体的研究内容而言，又可细分为规划建模语言研究、状态空间搜索方法研究、规划空间搜索方法研究、规划图搜索方法研究、命题可满足技术研究、约束可满足技术研究、分层任务网络规划研究、启发式研究、时态规划研究、资源规划研究、不确定规划研究以及多智能体规划研究等。

深空1号中的在线规划软件系统：远程智能体

火星探测漫游者的地面规划软件系统：Mixed Initiative Activity Planning Generator(MAPGEN)

NASA开发的EUROPA规划系统

每两年举行一次的国际智能规划大赛（International Planning Competition, IPC）