[論文レビュー] Planning under Continuous Time and Resource Uncertainty: A Challenge for AI

John Bresina, Richard Dearden+4 more|arXiv (Cornell University)|Dec 12, 2012

AI-based Problem Solving and Planning参考文献 35被引用数 140

ひとこと要約

この論文は、火星探査車の運用を例に挙げて、AI計画における連続時間とリソースの不確実性を管理するという重要な課題を特定する。変動する持続時間と確率的リソース消費（例：電力）を伴う並列行動を扱えるフレームワークを提案し、従来の計画手法が時間、不確実性、問題規模に関する単純化された仮定により失敗することを示している。

ABSTRACT

We outline a class of problems, typical of Mars rover operations, that are problematic for current methods of planning under uncertainty. The existing methods fail because they suffer from one or more of the following limitations: 1) they rely on very simple models of actions and time, 2) they assume that uncertainty is manifested in discrete action outcomes, 3) they are only practical for very small problems. For many real world problems, these assumptions fail to hold. In particular, when planning the activities for a Mars rover, none of the above assumptions is valid: 1) actions can be concurrent and have differing durations, 2) there is uncertainty concerning action durations and consumption of continuous resources like power, and 3) typical daily plans involve on the order of a hundred actions. This class of problems may be of particular interest to the UAI community because both classical and decision-theoretic planning techniques may be useful in solving it. We describe the rover problem, discuss previous work on planning under uncertainty, and present a detailed, but very small, example illustrating some of the difficulties of finding good plans.

研究の動機と目的

• 連続時間とリソースの不確実性を伴う現実世界の問題に応用された既存のAI計画手法に内在する根本的欠陥を特定すること。
• 火星探査車ミッション計画を代表的な事例として用い、現在のアプローチの限界——特に離散的行動結果、固定された持続時間、小規模な問題に依存している点——を分析すること。
• 並列行動、連続時間、大規模問題における確率的リソース消費を扱える新しい計画技法の必要性を説得すること。
• 連続的な不確実性下での最適計画の探索の複雑さを示す、詳細かつ小規模な例を提示すること。
• UAIコミュニティにとっての主要な挑戦としてこの問題を位置づけ、古典的計画と意思決定理論的計画手法を効果的に統合できるようにすること。

提案手法

• 著者たちは、変動する持続時間と電力などの連続的リソースを消費する行動を含む計画問題をモデル化する。
• 離散的な時間ステップを超えて、並列行動と連続時間に対応できる形式的表現を導入する。
• 行動の持続時間とリソース消費の不確実性を、離散的結果ではなく連続確率分布としてモデル化する。
• 時間、リソース使用量、不確実性のトレードオフというコアな課題を捉えた、最小限だが説得力のある例を用いてフレームワークを評価する。
• 古典的計画（行動順序のため）と意思決定理論的計画（不確実性の扱いのため）の要素を統合する。
• 問題を不確実性下での意思決定タスクとして定式化し、連続的な時間とリソース変数の最適化を必要とする。

実験結果

リサーチクエスチョン

• RQ1 なぜ既存の計画手法は、連続時間とリソースの不確実性を伴う現実世界の問題に適用すると失敗するのか？
• RQ2 計画システムは、変動する持続時間と連続的リソース消費を効果的にモデル化できるか？
• RQ3 火星探査車の運用で見られるように、数百の行動を含む問題にスケーリングする計画アルゴリズムの主な課題は何か？
• RQ4 古典的計画と意思決定理論的計画手法を、連続的な不確実性に対処するために意味的に統合できるか？
• RQ5 連続時間とリソースの不確実性下で高品質な計画を見つける際の構造的および計算上の困難は何か？

主な発見

• 既存の計画手法は、離散的行動結果、固定された持続時間、小規模な問題サイズを仮定しているため、火星探査車風の問題では失敗する。
• 行動の持続時間とリソース使用量が連続的に変動する現実世界のシナリオをモデル化するには、離散的不確実性の仮定は不十分である。
• 火星探査車の計画問題には、1日あたり約100の行動が含まれており、これは現在の計画技術の実用的スケールを超えている。
• 提案されたフレームワークは、連続時間と連続的リソースの不確実性が、離散モデルでは捉えきれない大きな複雑性を導入することを示している。
• 小規模な例は、単純なインスタンスですら、時間、リソース使用量、不確実性のトレードオフを洗練して扱う必要があることを示している。
• 本研究は、スケーラブルに連続的時間、連続的リソース、確率的不確実性を統合できる新しい計画パラダイムの必要性を強調している。