[論文レビュー] LSTM-Based Goal Recognition in Latent Space

Leonardo Amado, João Paulo Aires+4 more|arXiv (Cornell University)|Aug 15, 2018

AI-based Problem Solving and Planning参考文献 24被引用数 10

ひとこと要約

本稿では、潜在空間に符号化された計画トレースから直接目的を分類するエンドツーエンドのLSTMベースの目的認識アプローチを提案する。PDDLドメインの手作業による設計や広範なドメイン知識の必要性を回避する。既知の目的では高い精度と高速な推論を達成し、特定のシナリオでは従来の手法を上回るが、未学習の目的への一般化能力は限定的である。

ABSTRACT

Approaches to goal recognition have progressively relaxed the requirements about the amount of domain knowledge and available observations, yielding accurate and efficient algorithms capable of recognizing goals. However, to recognize goals in raw data, recent approaches require either human engineered domain knowledge, or samples of behavior that account for almost all actions being observed to infer possible goals. This is clearly too strong a requirement for real-world applications of goal recognition, and we develop an approach that leverages advances in recurrent neural networks to perform goal recognition as a classification task, using encoded plan traces for training. We empirically evaluate our approach against the state-of-the-art in goal recognition with image-based domains, and discuss under which conditions our approach is superior to previous ones.

研究の動機と目的

• 深層学習を活用することで、目的認識における人為的ドメイン知識依存を低減すること。
• 明示的なPDDLドメインの構築を回避し、計画トレースの潜在表現から直接目的認識を可能にすること。
• 画像ベースのドメインにおける最先端の目的認識技術と比較して、LSTMベースのアプローチの性能を評価すること。
• 純粋な機械学習とハイブリッド古典的-機械学習アプローチの間のトレードオフを分析すること。
• 提案手法における未学習の目的への一般化限界およびノイズ混在または準最適な計画トレースに対するロバストネスを調査すること。

提案手法

• LSTMネットワークを、潜在空間に符号化された順序付き計画トレースに基づいて目的を分類するように訓練する。
• 潜在表現は、生画像データをコンactかつ分離可能なベクトルに圧縮する変分オートエンコーダ（VAE）から得られる。
• LSTMは潜在ベクトルの系列を入力として処理し、時間的依存関係を学習して目的の意図を予測する。
• 最適および準最適な計画を用いて、計画ドメインから生成された計画トレースを用いてモデルを訓練し、ロバストネスを向上させる。
• 多様な計画トレースを生成するために、トップ-kプランナが使用され、複数の解法経路を含む訓練データが豊かになる。
• 明示的なPDDLモデリングを回避し、データから直接目的認識を学習することで、ドメイン工学への依存を低減する。

実験結果

リサーチクエスチョン

• RQ1 PDDLドメインや広範なドメイン知識を必要とせずに、LSTMネットワークが競争力のある目的認識精度を達成できるか？
• RQ2 ランドマークヒューリスティクスや計画ベースの推論といった古典的手法と比較して、LSTMベースのアプローチの性能はいかがなっているか？
• RQ3 学習分布外の目的に直面した際、LSTMモデルの一般化能力はどの程度か？
• RQ4 準最適またはノイズ混在の計画トレースが、モデルの予測精度およびロバストネスに与える影響は何か？
• RQ5 潜在遷移の事前学習が、データが少ない状況におけるLSTMの一般化能力および性能向上に寄与するか？

主な発見

• LSTMベースのアプローチは、画像ベースのドメインにおける既知の目的に関して、最先端の古典的手法と同等またはそれ以上の精度を達成する。
• モデルは予測時間が短く、入力系列ごとに1つの目的しか予測しないため、偽陽性はゼロである。
• 手作業によるPDDLドメインの設計を不要とし、ドメイン工学の作業負荷を顕著に低減する。
• 未学習の目的への一般化は限定的であり、特に小規模またはスパースな訓練データセットでは顕著である。
• 性能は、特に準最適またはノイズ混在の計画トレースを含む訓練データの質と多様性に強く依存する。
• 潜在遷移の事前学習とトップ-kプランナを用いた多様な訓練シーケンスの生成により、モデルのロバストネスと精度が向上する。