[論文レビュー] Modeling Complex Domains of Actions and Change

Antonis Kakas, Loizos Michael|ArXiv.org|Jul 13, 2002

Logic, Reasoning, and Knowledge参考文献 7被引用数 4

ひとこと要約

本稿は、${\cal E}$という行動記述言語を用いて、結果的影響、非決定性、並行性を統合する複雑な行動領域の高水準モデリングを調査している。自然なオントロジーに基づく表現が、直接的・間接的効果法則のバランスの取れた使用と適切な語彙の選定によって計算的に効率的であることが示されている。実験的結果から、SATベースの推論は行動数の増加に対してスケーリングが良いが、関連性フィルタリングでは困難を示している。

ABSTRACT

This paper studies the problem of modeling complex domains of actions and change within high-level action description languages. We investigate two main issues of concern: (a) can we represent complex domains that capture together different problems such as ramifications, non-determinism and concurrency of actions, at a high-level, close to the given natural ontology of the problem domain and (b) what features of such a representation can affect, and how, its computational behaviour. The paper describes the main problems faced in this representation task and presents the results of an empirical study, carried out through a series of controlled experiments, to analyze the computational performance of reasoning in these representations. The experiments compare different representations obtained, for example, by changing the basic ontology of the domain or by varying the degree of use of indirect effect laws through domain constraints. This study has helped to expose the main sources of computational difficulty in the reasoning and suggest some methodological guidelines for representing complex domains. Although our work has been carried out within one particular high-level description language, we believe that the results, especially those that relate to the problems of representation, are independent of the specific modeling language.

研究の動機と目的

• 結果的影響、非決定性、並行性を含む複雑な領域が、高水準行動記述言語を用いて自然に表現可能かどうかを調査すること。
• オントロジー構造や直接的・間接的効果法則の使用といった表現的選択が、推論システムの計算的パフォーマンスに与える影響を分析すること。
• 制御された実験を通じて、行動と変化に関する推論における計算的困難の原因を同定すること。
• 複雑な動的領域における効率的で意味的に自然な表現の設計のための手法的ガイドラインを導出すること。

提案手法

• 本研究では、t-命題（フラuentが時刻で成立）、h-命題（行動が時刻に発生）、c-命題（条件を満たすと行動がフラuentを開始・終了）、r-命題（条件が満たされるとフラuentが成立）をサポートする行動記述言語${\cal E}$を用いる。
• ドメインのオントロジー、制約による間接的効果法則の使用、ナラティブの複雑さ（例えば、関係のない行動、情報の不完全性）を変化させた制御された実験フレームワークを採用する。
• 論理プログラミングベースの手法とSATベースのアプローチの2つを比較し、異なるドメイン設定におけるパフォーマンスを測定する。
• 行動数、時刻、構造的複雑さを変化させることで計算的挙動を分析し、スケーラビリティと安定性に注目する。
• 複数の行動推論の課題を統合する複雑なドメインとして、Zooドメインをベンチマークとして用いる。
• 実験結果から、直接的・間接的法則のバランスの取れた使用と戦略的な語彙設計の重要性を示す手法的ガイドラインを導出する。

実験結果

リサーチクエスチョン

• RQ1 結果的影響、非決定性、並行性を統合する複雑な領域が、高水準行動記述言語を用いて自然に表現可能か。
• RQ2 オントロジー構造や間接的効果法則の使用といった表現的選択が、推論システムの計算的パフォーマンスに与える影響は何か。
• RQ3 複雑な行動領域に関する推論における主な計算的困難の原因は何か。
• RQ4 論理プログラミングとSATベースの推論といった異なる推論メカニズムは、ドメイン複雑度の増加に伴ってどのようにスケーリングするか。
• RQ5 自然で直感的な語彙は、行動表現における計算的効率をどの程度向上できるか。

主な発見

• SATベースの推論アプローチは、論理プログラミングベースの手法と比較して、シナリオ内の行動数の増加に伴うパフォーマンスの安定性が高く、スケーリングが優れている。
• SATベースのアプローチは関連性フィルタリングに苦労しており、各クエリに対して関連理論部分を再翻訳する必要があるため、パフォーマンスが低下する可能性がある。
• 直接的および間接的効果法則のバランスの取れた使用は、より良好な計算的挙動をもたらすため、表現設計のための手法的ガイドラインを示唆している。
• 自然な空間的または定性的特徴（例：地形の幾何構造）を反映する、最小でない語彙の拡張は、形式的に最小でない場合でも計算的パフォーマンスを向上させる。
• 本研究では、非決定性とドメイン制約による効果法則の暗黙的資格付けの間の関連性を特定した。直接的な間接効果の表現は、推論におけるその優先順位を高めることができる。
• 初期の結果から、語彙の選択が計算的効率に顕著な影響を与えることが示唆されており、自然で定性的な表現は、場合によっては形式的でコンパクトな表現を上回るパフォーマンスを示す。