[論文レビュー] Online Planner Selection with Graph Neural Networks and Adaptive Scheduling

Tengfei Ma, Patrick Ferber+3 more|arXiv (Cornell University)|Nov 1, 2018

AI-based Problem Solving and Planning参考文献 27被引用数 11

ひとこと要約

本稿では、計画タスクの持ち上げられた（lifted）および接地された（grounded）構造的グラフを活用して、Delfi（2018年IPC最適トラック優勝者）を上回る予測精度を実現するGNNベースのオンラインプランナ選択手法を提案する。さらに、最初のプランナが失敗した場合にハーフタイムでプランナを切り替える適応的二段階スケジューリング戦略を導入し、テストセットにおいて最大89.7％のタスク解決率向上を達成した。

ABSTRACT

Automated planning is one of the foundational areas of AI. Since no single planner can work well for all tasks and domains, portfolio-based techniques have become increasingly popular in recent years. In particular, deep learning emerges as a promising methodology for online planner selection. Owing to the recent development of structural graph representations of planning tasks, we propose a graph neural network (GNN) approach to selecting candidate planners. GNNs are advantageous over a straightforward alternative, the convolutional neural networks, in that they are invariant to node permutations and that they incorporate node labels for better inference. Additionally, for cost-optimal planning, we propose a two-stage adaptive scheduling method to further improve the likelihood that a given task is solved in time. The scheduler may switch at halftime to a different planner, conditioned on the observed performance of the first one. Experimental results validate the effectiveness of the proposed method against strong baselines, both deep learning and non-deep learning based. The code is available at \url{https://github.com/matenure/GNN_planner}.

研究の動機と目的

• タスクの構造的グラフ表現を活用することで、自動計画におけるオンラインプランナ選択の精度を向上させること。
• DelfiのようなCNNベースのアプローチに欠ける置換不変性とノードラベルの無視といった制限を克服すること。
• ハーフタイムでプランナを切り替えることで、時間制限内でのタスク解決確率を高める適応的スケジューリング戦略を開発すること。
• GNNが持ち上げられたおよび接地されたタスクグラフに与える影響を評価すること。
• 適応的およびグリーディなオフライン手法を含む、複数プランナのスケジューリング戦略の影響を調査すること。

提案手法

• 計画問題の構造的グラフからタスク表現を学習するために、グラフニューラルネットワーク（GNN）を用い、特にGCNおよびゲート付きGNNを採用する。
• タスク構造を符号化するため、接地グラフ（ノードレベル）と持ち上げられたグラフ（アクションレベル）の2種類のグラフを構築し、ノードの色でラベルを示す。
• これらのグラフから置換不変でラベルに依存する特徴をGNNが抽出することで、画像ベースのCNNに対する推論性能を向上させる。
• ハーフタイムで最初のプランナの性能を評価し、必要に応じて2番目のプランナに切り替える二段階の適応的スケジューラを実装する。
• 単一プランナモデルによる初期予測に加え、時間制約下での成功確率を向上させるために、適応的切り替えを組み合わせたハイブリッドアプローチを採用する。
• 複数プランナのグリーディなオフライン選択法を用い、訓練・検証セットでの性能に基づいて時間スロットを割り当てる。

実験結果

リサーチクエスチョン

• RQ1 GNNベースの表現学習は、画像に類似したCNNベースの表現と比較して、オンラインプランナ選択を改善できるか？
• RQ2 GNNにノードラベルと置換不変性を組み込むことで、CNNよりも優れたプランナ選択が可能になるか？
• RQ3 ハーフタイムでプランナを切り替える適応的スケジューリングは、時間制限内でのタスク解決数を増加させられるか？
• RQ4 適応的スケジューリングは、固定マルチプランナスケジューリングおよび単一プランナアプローチと比較して、性能が優れているか？
• RQ5 時間制限下でのタスクカバレッジを最大化するための最適なプランナ数とスケジューリング戦略は何か？

主な発見

• 提案手法は、2018年IPC最適トラック優勝者であるDelfiを上回り、テストセットで89.7％のタスクカバレッジを達成した。
• 適応的スケジューリングにより、固定2プランナ方式の85.5％から89.7％に解決タスク数が向上し、単一プランナおよび固定スケジュール手法よりも一貫した改善が確認された。
• 持ち上げられたグラフ表現は一貫して接地グラフを上回るが、両者ともサイズが大きく歪んでおり、トレーニングに課題をもたらしている。
• 3プランナのグリーディなオフライン選択では92.4％のカバレッジを達成したが、プランナ数に敏感で、性能向上が単調的ではないことが判明した。
• Fast Downward Stone Soupは4プランナで92.4％のカバレッジを達成し、最良のグリーディなオフライン結果と同等だったが、より複雑な最適化を要した。
• 初期プランナが不正確な場合に特に顕著に、適応的モデルは固定スケジューリングよりも効果的であり、実時間性能に基づく切り替え能力のおかげである。