[論文レビュー] Drake: An Efficient Executive for Temporal Plans with Choice

Patrick R. Conrad, Brian C. Williams|arXiv (Cornell University)|Jan 18, 2014

AI-based Problem Solving and Planning参考文献 40被引用数 37

ひとこと要約

Drakeは、離散的選択肢を伴う時間的計画の動的実行者であり、ATMSにインspiredされたコンactでラベル付けされた値集合の維持システムを用いることで、高い効率性を達成する。先行研究と比較して、コンパイル済み計画表現サイズを500倍以上削減する一方、実行時レイテンシの増加はわずかに抑えられ、複雑な時間的計画シナリオにおけるスケーラブルな実行を可能にする。

ABSTRACT

This work presents Drake, a dynamic executive for temporal plans with choice. Dynamic plan execution strategies allow an autonomous agent to react quickly to unfolding events, improving the robustness of the agent. Prior work developed methods for dynamically dispatching Simple Temporal Networks, and further research enriched the expressiveness of the plans executives could handle, including discrete choices, which are the focus of this work. However, in some approaches to date, these additional choices induce significant storage or latency requirements to make flexible execution possible. Drake is designed to leverage the low latency made possible by a preprocessing step called compilation, while avoiding high memory costs through a compact representation. We leverage the concepts of labels and environments, taken from prior work in Assumption-based Truth Maintenance Systems (ATMS), to concisely record the implications of the discrete choices, exploiting the structure of the plan to avoid redundant reasoning or storage. Our labeling and maintenance scheme, called the Labeled Value Set Maintenance System, is distinguished by its focus on properties fundamental to temporal problems, and, more generally, weighted graph algorithms. In particular, the maintenance system focuses on maintaining a minimal representation of non-dominated constraints. We benchmark Drakes performance on random structured problems, and find that Drake reduces the size of the compiled representation by a factor of over 500 for large problems, while incurring only a modest increase in run-time latency, compared to prior work in compiled executives for temporal plans with discrete choices.

研究の動機と目的

• 自律エージェントにおける離散的選択肢を伴う時間的計画の実行にかかる高コストなストレージとレイテンシを低減すること。
• 不確実性下でも動的かつ迅速な計画実行を可能にしつつ、効率性を維持すること。
• 実行速度を損なわずに、離散的選択肢を伴う時間的計画のメモリフットプリントを低減すること。
• 時間的問題の構造的性質と重み付きグラフの性質を活用して、コンパクトな制約表現を実現すること。
• 冗長な推論とストレージを回避するラベル付けシステムの開発

提案手法

• 本システムは、仮定に基づく真実維持システム（ATMS）の概念を基にしたラベル付けされた値集合維持システム（LVMS）を採用する。
• 冗長な推論とストレージを回避するため、非優位な制約の最小限の表現を維持する。
• 低レイテンシのオンライン実行を可能にするために、事前処理ステップを用いて計画を事前にコンパイルする。
• ラベルは離散的選択肢の影響を追跡し、効率的な制約伝搬とバックトラッキングを可能にする。
• 本手法は、時間的問題と重み付きグラフアルゴリズムの根本的性質に焦点を当てる。
• 計画の構造を活用して、依存関係と選択肢をコンパクトに符号化し、ストレージオーバーヘッドを最小限に抑える。

実験結果

リサーチクエスチョン

• RQ1 離散的選択肢を伴う時間的計画を、低レイテンシかつ最小限のメモリ使用量で効率的に実行するにはどうすればよいか？
• RQ2 動的計画実行において非優位な制約を維持するための、どのようなコンパクト表現技術が有効か？
• RQ3 ATMSにインspiredされたラベル付けは、時間的計画における制約推論の冗長性をどの程度低減できるか？
• RQ4 本手法が、離散的選択肢を伴う時間的計画の先行コンパイル実行者と比較して、サイズと速度の点でどの程度優れているか？
• RQ5 本ラベル付けシステムは、大きな構造的時間的計画問題においても、顕著な性能劣化を伴わずにスケーラブルに動作するか？

主な発見

• Drakeは、大規模な問題において、先行研究と比較してコンパイル済み計画表現サイズを500倍以上削減した。
• ストレージの大幅な削減にもかかわらず、実行時レイテンシの増加はわずかに抑えられた。
• ラベル付けされた値集合維持システムは、冗長性を最小限に抑えつつ、非優位な制約を効果的に維持した。
• 本手法は、複雑な時間的計画シナリオにおいて、低レイテンシ実行とコンパクトなメモリ使用量の両立に成功した。
• ランダムで構造的な問題に対するベンチマークにより、大規模インスタンスにおいてもスケーラビリティと効率性の向上が確認された。
• 本手法は、ストレージ効率性と実行応答性の両面で優れたパフォーマンスを示し、リアルタイムの自律システムに適している。