[論文レビュー] Expressing and Exploiting the Common Subgoal Structure of Classical Planning Domains Using Sketches: Extended Version

Dominik Drexler, Jendrik Seipp+1 more|arXiv (Cornell University)|May 10, 2021

AI-based Problem Solving and Planning参考文献 33被引用数 4

ひとこと要約

本稿では、古典的計画領域における共通の部分目標構造を表現・活用するためのコン pact でドメインに依存しない言語「ポリシー スケッチ」を導入する。SIWアルゴリズムにユーザーが提供したスケッチを統合することで（$σ\text{IW}_R$ を形成）、従来のSIWでは高さの高い目標幅や非逐次的可能な部分目標によって困難となる計画問題について、証明可能な多項式時間での解決を可能にする。

ABSTRACT

Width-based planning methods deal with conjunctive goals by decomposing problems into subproblems of low width. Algorithms like SIW thus fail when the goal is not easily serializable in this way or when some of the subproblems have a high width. In this work, we address these limitations by using a simple but powerful language for expressing finer problem decompositions introduced recently by Bonet and Geffner, called policy sketches. A policy sketch over a set of Boolean and numerical features is a set of sketch rules that express how the values of these features are supposed to change. Like general policies, policy sketches are domain general, but unlike policies, the changes captured by sketch rules do not need to be achieved in a single step. We show that many planning domains that cannot be solved by SIW are provably solvable in low polynomial time with the SIW_R algorithm, the version of SIW that employs user-provided policy sketches. Policy sketches are thus shown to be a powerful language for expressing domain-specific knowledge in a simple and compact way and a convenient alternative to languages such as HTNs or temporal logics. Furthermore, they make it easy to express general problem decompositions and prove key properties of them like their width and complexity.

研究の動機と目的

• 幅に基づく計画手法（例：SIW）の限界、特に非逐次的可能でない目標や高い部分問題幅に対処できない点を解決すること。
• PDDLスタイルのアクションモデルを必要とせず、部分目標構造を表現するためのコンパクトで解釈可能でドメインに依存しない言語を提供すること。
• 従来の幅に基づく手法では困難であったベンチマーク計画問題について、多項式時間での解法を可能にすること。
• ポリシー スケッチがHTN や時相論理の実用的代替手段として一般問題分解を表現できることを示すこと。
• 得られる $σ\text{IW}_R$ アルゴリズムのスケッチ幅や複雑さの境界といった理論的性質を確立すること。

提案手法

• 単一ステップでの達成を必要とせず、ブール値および数値的特徴が計画ステップ間でどのように変化すべきかを表現するため、ルールの集合 $C \mapsto E$ としてポリシー スケッチを使用すること。
• ドメインの概念（例：$\mathit{Count}(\mathit{locked}[0])$）に関するカウント、集合演算、距離関数を用いて特徴 $\Phi$ を定義し、部分目標の進行状況を捉えること。
• スケッチをSIWアルゴリズムに統合し、部分問題の分解と探索をスケッチルールで誘導する $\sigma\text{IW}_R$ を構築すること。
• ドメイン固有の概念と役割を用いて、グリッド、チャイルズナック、ドライバー・ロッグ、スケジュールなどのベンチマークドメインのスケッチを構築し、部分目標の進行状況をエンコードすること。
• スケッチで定義される部分問題の幅が有界であることを証明し、$\sigma\text{IW}_R$ の多項式時間実行を可能にすること。
• スケッチルールが複数ステップにわたり達成可能な部分目標を表すという事実を活用し、柔軟でスケーラブルな分解を可能にすること。

実験結果

リサーチクエスチョン

• RQ1 ポリシー スケッチは、HTN や時相論理といった従来の手法よりも、古典的計画領域の部分目標構造をより効果的に表現できるか？
• RQ2 ユーザーが提供したスケッチをSIWに統合した $\sigma\text{IW}_R$ は、高すぎる目標幅のために従来のSIWでは困難な計画問題を解けるか？
• RQ3 スケッチ幅と $\sigma\text{IW}_R$ を用いた計画問題の解法の複雑さとの理論的関係は何か？
• RQ4 幅が有界で多項式時間で解けるように保証できるように、スケッチを体系的かつドメインに依存しない方法で構築するにはどうすればよいか？
• RQ5 スケッチは、計画分野におけるドメイン固有の知識を、どれほど透明性・解釈可能性・コンパクトさを備えた形で表現できるか？

主な発見

• ポリシー スケッチにより、$\sigma\text{IW}_R$ アルゴリズムはグリッド、チャイルズナック、ドライバー・ロッグ、スケジュールといったベンチマーク計画ドメインを低次の多項式時間で解けるようになった。
• 従来のSIWでは、高い部分問題幅や非逐次的可能でない目標のため実行不可能とされた多くの計画問題が、適切なスケッチによって $\sigma\text{IW}_R$ で解けるようになった。
• 構築されたスケッチの幅が有界であるため、$\sigma\text{IW}_R$ アルゴリズムは多項式時間で実行されることが保証された。
• スケッチは、HTN や時相論理よりも透明性・コンパクトさに優れた一般問題分解の表現方法を提供する。
• スケッチで用いられる特徴（例：$\mathit{Count}(\mathit{locked}[0])$、$\mathit{ConceptDist}(x_3,x_4,\mathit{truck}[0]\sqcap x_1[0])$）は表現力がありながらも簡潔で、効果的な部分目標の追跡を可能にする。
• 本手法は、宣言的PDDLスタイルのアクションモデルを必要としないため、ブラックボックスシミュレータを用いた計画が可能になる。これは、ハイブリッド幅に基づく手法とは異なり、その点で利点を有する。