任务规划技术在现实生活中应用十分广泛。任务规划算法通常在给定有限的子任务空间下进行子任务安排,进而得到一条可以满足业务需求的任务流程。目前,基于开放性空间的任务规划求解问题成为研究热点。但这类方法因开放性解空间的原因,对于交互性和动态调整性提出了需求,用户需要在任务规划阶段交互式参与解决方案的调整。为此,论文以代码模块组合任务规划为典型场景,将代码模块组合任务规划分解为代码搜索与代码组合两部分,解决了代码模块组合任务规划技术缺乏交互能力和动态调整能力的问题。具体地说,论文研究的工作包括了三部分:（1）提出了基于多模态的语义代码搜索算法。针对交互性问题,通过代码模块查询搜索的方式实现交互能力。该算法将查询文本和代码嵌入为统一的向量,针对代码和查询的文本特征使用多头注意力方式编码,针对代码的结构特征使用路径Bi-LSTM编码,最终通过改进的多模态向量匹配模型对代码模块打分得到候选代码集合。（2）提出了基于强化学习的代码模块组合方法。针对动态调整问题,论文提出的方法将强化学习应用于代码模块组合任务,使用基于强化学习的任务规划算法将代码搜索和代码组合设置为强化学习的单步任务,解决代码模块组合问题。利用Bi-LSTM对历史流程图特征进行提取,以得到历史流程信息的强化学习状态表示;通过BERT融合代码和查询代码特征,得到序列交互特征;利用策略网络选择目标代码,最后利用模仿学习和策略梯度上升对网络参数进行更新。（3）设计并实现了基于强化学习的交互式代码模块组合系统。在上述两种方法的基础上,搭建了代码模块组合系统。系统在Web端通过图形化界面允许用户输入查询交互式组合代码到工作流中,并在服务端通过在线学习的方式更新策略。从目前已知的工作来看,论文提出的方法是首个将代码模块组合任务分解为多步代码搜索问题的方法,创新性地利用查询搜索的方式实现代码模块组合任务的交互性,同时利用强化学习技术允许用户动态调整任务规划的每一步。