[論文レビュー] An Empirical Comparison of PDDL-based and ASP-based Task Planners.

Yuqian Jiang, Shiqi Zhang+2 more|arXiv (Cornell University)|Apr 23, 2018

AI-based Problem Solving and Planning参考文献 26被引用数 2

ひとこと要約

本論文は、同等の計画問題においてPDDLベースとASPベースの計画者を実験的に比較し、長大な解路徑を要する問題ではPDDL計画者が優れている一方、多数のオブジェクトを含む問題や事前条件・効果に関する複雑な推論を要する問題ではASP計画者が優れていることを明らかにした。本研究は、問題の特性に応じた計画者の選定に関する根拠に基づく指針を提供する。

ABSTRACT

General purpose planners enable AI systems to solve many different types of planning problems. However, many different planners exist, each with different strengths and weaknesses, and there are no general rules for which planner would be best to apply to a given problem. In this paper, we empirically compare the performance of state-of-the-art planners that use either the Planning Domain Description Language (PDDL), or Answer Set Programming (ASP) as the underlying action language. PDDL is designed for automated planning, and PDDL-based planners are widely used for a variety of planning problems. ASP is designed for knowledge-intensive reasoning, but can also be used for solving planning problems. Given domain encodings that are as similar as possible, we find that PDDL-based planners perform better on problems with longer solutions, and ASP-based planners are better on tasks with a large number of objects or in which complex reasoning is required to reason about action preconditions and effects. The resulting analysis can inform selection among general purpose planning systems for a particular domain.

研究の動機と目的

• 最新のPDDLベースおよびASPベースの汎用計画者を評価・比較すること。
• 特定の計画問題特性に適した計画者タイプ（PDDLまたはASP）を特定すること。
• 解路徑の長さやオブジェクト数といった問題構造に基づいた、計画者の選定に関する実用的指針を提供すること。
• PDDLとASPの両パラダイム間で、ドメインのエンコーディングを可能な限り同一にすることで、公平な比較を保証すること。

提案手法

• 本研究は、PDDLおよびASPの両方で同等のドメインおよび問題のエンコーディングを用いることで、計画者間の公平な比較を実現した。
• 本研究は、PDDLおよびASPの両パラダイムの最新の計画者を、多様な計画問題に対して評価した。
• 性能は、解路徑、計画時間、問題の複雑さの増加に伴うスケーラビリティといった複数の指標で測定された。
• 分析は、解路徑の長さと計画タスクに含まれるオブジェクト数という2つの主要な問題次元に焦点を当てた。
• 複雑な行動の事前条件および効果に関する推論が求められるシナリオを想定した問題が選択された。
• 結果は、あるパラダイムが他方を一貫して上回る状況を特定するための分析に用いられた。

実験結果

リサーチクエスチョン

• RQ1 PDDLベースおよびASPベースの計画者が、長大な解列を要する計画問題において、性能でどのように比較されるか？
• RQ2 どのような種類の計画問題において、ASPベースの計画者がPDDLベースの計画者を上回る性能を示すか？
• RQ3 計画問題に含まれるオブジェクト数が、PDDLおよびASP計画者の相対的性能にどのように影響するか？
• RQ4 行動の事前条件および効果に関する複雑な推論が求められる状況では、どの計画パラダイムが他方を上回るか？

主な発見

• 長大な解路徑を要する問題では、PDDLベースの計画者がASPベースの計画者を上回った。
• 多数のオブジェクトを含む問題では、ASPベースの計画者がより優れた性能を示した。
• 行動の事前条件および効果に関する複雑な推論を要する状況では、ASPベースの計画者がより効果的であった。
• 各計画者タイプの性能優位性は、テストされた問題セット全体で一貫しており、問題構造に強く依存していることが示された。