[論文レビュー] Plan Development using Local Probabilistic Models

Ella Atkins, Edmund H. Durfee+1 more|arXiv (Cornell University)|Feb 13, 2013

Real-Time Systems SchedulingComputer Science参考文献 13被引用数 20

ひとこと要約

本稿では、状態遷移に時間依存確率関数を割り当てることで、動的環境における計画開発を向上させる局所的確率的モデリング手法を提案する。局所的状態確率を計算することで、高確率のゴールパスを選択し、不確実な状態を pruning する。CIRCAアーキテクチャにおける飛行シミュレーションテストを通じて、性能向上が顕著に示された。

ABSTRACT

Approximate models of world state transitions are necessary when building plans for complex systems operating in dynamic environments. External event probabilities can depend on state feature values as well as time spent in that particular state. We assign temporally -dependent probability functions to state transitions. These functions are used to locally compute state probabilities, which are then used to select highly probable goal paths and eliminate improbable states. This probabilistic model has been implemented in the Cooperative Intelligent Real-time Control Architecture (CIRCA), which combines an AI planner with a separate real-time system such that plans are developed, scheduled, and executed with real-time guarantees. We present flight simulation tests that demonstrate how our probabilistic model may improve CIRCA performance.

研究の動機と目的

• 世界の状態遷移が不確実であり、状態特徴と時間に依存する複雑で動的な環境における計画の課題に対処すること。
• 遷移確率を局所的かつ時間的にモデル化する手法を開発し、計画の信頼性と効率を向上させること。
• CIRCAアーキテクチャに確率的状態モデリングを統合し、実行保証付きのリアルタイム計画開発を可能にすること。
• シミュレーションを通じて、局所的確率的モデルが計画品質およびシステム性能に与える影響を評価すること。

提案手法

• 状態特徴値と各状態に滞在した時間に基づき、状態遷移に時間依存確率関数を割り当てる。
• これらの時間依存関数を用いて局所的状態確率を計算し、将来の状態の確率を評価する。
• 計画生成中に高確率のゴールパスを選択し、低確率の状態を pruning する。
• モデルはCIRCAアーキテクチャに埋め込まれており、AIプランナとリアルタイム実行システムを結合することで計画の妥当性を保証する。
• 確率的モデルにより、環境条件の変化に応じた計画の動的適応が可能になる。
• モデルの計画開発性能への影響を評価するために、飛行シミュレーションが用いられる。

実験結果

リサーチクエスチョン

• RQ1 局所的確率的モデルは、動的で不確実な環境における計画選択をどのように改善できるか？
• RQ2 時間依存遷移確率は、計画の信頼性と効率をどの程度向上させるか？
• RQ3 CIRCAに局所的確率的モデリングを統合すると、リアルタイム計画実行性能にどのような影響を与えるか？
• RQ4 低確率状態の pruning は、全体の計画品質にどのような影響を与えるか？

主な発見

• CIRCAへの局所的確率的モデルの統合は、動的環境における計画開発性能を顕著に向上させる。
• 時間依存確率関数の使用により、状態遷移の確率の推定がより正確に行えるようになった。
• 高確率のゴールパスが一貫して選択され、不確実な状態は計画段階で効果的に pruning された。
• 飛行シミュレーションの結果、計画品質およびシステムの応答性に測定可能な向上が確認された。