[論文レビュー] Planning with Partial Preference Models

Tuan Anh Nguyen, Bùi Quang Minh+4 more|arXiv (Cornell University)|Jan 12, 2011

AI-based Problem Solving and Planning参考文献 8被引用数 12

ひとこと要約

本稿では、ユーザーの好みが部分的にしか指定されていない状況において、高品質な計画集合を生成するためのフレームワークを提案する。未知の好みに対しては多様性指標を、部分的な好み入力に対しては統合凸好み（Integrated Convex Preference）を用いる。gp-csp や Metric-LPG といった計画者におけるヒューリスティック探索手法を導入し、多様性がありユーザーに適した計画集合を効率的に生成する。部分的な好みを組み込むことで計画集合の品質が向上することを実証した。

ABSTRACT

Current work in planning with preferences assume that the user's preference models are completely specified and aim to search for a single solution plan. In many real-world planning scenarios, however, the user probably cannot provide any information about her desired plans, or in some cases can only express partial preferences. In such situations, the planner has to present not only one but a set of plans to the user, with the hope that some of them are similar to the plan she prefers. We first propose the usage of different measures to capture quality of plan sets that are suitable for such scenarios: domain-independent distance measures defined based on plan elements (actions, states, causal links) if no knowledge of the user's preferences is given, and the Integrated Convex Preference measure in case the user's partial preference is provided. We then investigate various heuristic approaches to find set of plans according to these measures, and present empirical results demonstrating the promise of our approach.

研究の動機と目的

• ユーザーの好みが不明または部分的にしか指定されていない状況において、代表的な計画集合を生成する課題に対処すること。
• ドメインに依存しない距離測度と統合凸好み関数を含む、不完全な好み情報下での計画集合の正式な品質測度を定義すること。
• 既存の計画者（gp-csp や Metric-LPG など）を用いて、多様性と好みに配慮した計画集合を効率的に生成するためのヒューリスティック探索技術を開発すること。
• 生成された計画集合にユーザーの好みに合った計画が含まれる可能性を高めるためのこれらの手法の有効性を評価すること。
• ユーザーのフィードバックによって時間経過とともに好みモデルを改善する、インタラクティブな好み学習を可能にすること。

提案手法

• 好み情報が全くない状況において、計画要素（行動、状態、因果関係）に基づくドメインに依存しない距離測度を提案し、多様性を定量化する。
• 部分的な好み（属性と重み分布）が提供された場合の計画集合の品質測度として、統合凸好み（ICP）関数を導入する。
• gp-csp 計画者を、距離に基づく制約を導入した境界時間枠コンパイル手法に改造し、多様性を強制するようにする。
• lpg 計画者を、距離測度を用いて緩和計画ヒューリスティクスをバイアスすることで、局所探索が多様な解へと導かれるように強化する。
• Metric-LPG 計画者に、部分的な好み入力を活用して ICP 測度を最適化するためのヒューリスティック戦略を拡張する。
• ユーザーが生成された計画集合から選択した結果に基づき、ベイズ更新を用いて好みモデルを段階的に改善する。

実験結果

リサーチクエスチョン

• RQ1 ユーザーの好みが完全に不明な状況において、計画集合の品質をどのように評価できるか？
• RQ2 好みモデルに依存せずに、多様な計画集合を生成するための効果的なヒューリスティック手法は何か？
• RQ3 部分的なユーザーの好み—具体的には属性の集合とその相対的重要性—を形式的にモデル化し、計画集合生成を支援する方法は何か？
• RQ4 部分的な好みを組み込むことで、生成された計画集合の品質はどの程度向上するか？
• RQ5 ユーザーのフィードバックから得られる情報に基づくインタラクティブな学習を、計画集合生成プロセスに統合し、好みモデルを時間経過とともに改善できるか？

主な発見

• 計画要素に基づくドメインに依存しない距離測度を用いることで、好み情報がない状況でも計画集合の多様性を効果的に捉えることができる。
• gp-csp を用いた実験では、異なる距離測度を強制することの計算的難易度に差が生じ、生成される計画集合においてそれらの測度が相関していることが示された。
• lpg を基盤とするアプローチでは、バイアスをかけた緩和計画ヒューリスティクスを用いることで、局所探索によって高品質で多様性の高い計画集合を効果的に生成できた。
• 統合凸好み関数を用いて部分的な好みを組み込むことで、多様性のみに依存するアプローチと比較して、計画集合の品質が顕著に向上した。
• 提案手法は好みの不完全さの度合いに敏感であり、より多くの好み情報が得られるほど性能が向上する傾向を示した。
• フレームワークは、ユーザーが選択した計画に基づいてベイズ的パrameter推定を用いて好みモデルを更新できるインタラクティブな好み学習をサポートしている。