[論文レビュー] Proactive Decision Support using Automated Planning

Satya Gautam Vadlamudi, Tathagata Chakraborti+2 more|arXiv (Cornell University)|Jun 24, 2016

Human-Automation Interaction and Safety参考文献 10被引用数 6

ひとこと要約

本論文では、目標志向の計画環境における人的意思決定支援を支援するため、自動計画を用いたプロアクティブな意思決定支援フレームワークRADARを提案する。計画のランドマークを分析することで、リソース制約や計画の非可能性による潜在的失敗を予測し、固定された計画を強制することなく、タイムリーなアラートを提供する。火災消火および救助作戦のシナリオにおいて、意思決定の質と使いやすさの向上が実証された。

ABSTRACT

Proactive decision support (PDS) helps in improving the decision making experience of human decision makers in human-in-the-loop planning environments. Here both the quality of the decisions and the ease of making them are enhanced. In this regard, we propose a PDS framework, named RADAR, based on the research in Automated Planning in AI, that aids the human decision maker with her plan to achieve her goals by providing alerts on: whether such a plan can succeed at all, whether there exist any resource constraints that may foil her plan, etc. This is achieved by generating and analyzing the landmarks that must be accomplished by any successful plan on the way to achieving the goals. Note that, this approach also supports naturalistic decision making which is being acknowledged as a necessary element in proactive decision support, since it only aids the human decision maker through suggestions and alerts rather than enforcing fixed plans or decisions. We demonstrate the utility of the proposed framework through search-and-rescue examples in a fire-fighting domain.

研究の動機と目的

• 人的意思決定支援の質と容易さを向上させるために、プロアクティブで干渉の少ない支援を提供すること。
• 意思決定後にのみ反応する反応型システムの限界を解決すること。
• 固定された計画を強制するのではなく、アラートや提案を提供することで、自然主義的意思決定を支援すること。
• 目標達成に必要な必須のマイルストーン（ランドマーク）を分析することで、計画の失敗を早期に検出すること。
• 人工知能分野の自動計画技術を実世界の分野に応用可能な意思決定支援ツールに統合すること。

提案手法

• フレームワークは自動計画を用いて、目標達成に不可欠な条件（ランドマーク）を同定する。
• 現在の制約条件下で全ランドマークを達成可能かどうかをチェックすることで、人間が指定した計画の妥当性を分析する。
• リソース制約は、ランドマークが利用不可または不足しているリソースを必要としているかどうかを評価することで検出する。
• 非可能性またはリソースのボトルネックが検出された場合、システムはアラートを生成し、人的介入を早期に可能にする。
• 人間の自律性を保ちつつ、タイムリーで実行可能なフィードバックを提供することで、自然主義的意思決定を支援する。
• フレームワークは、救助作戦を含む消火シミュレーションドメインで評価され、実世界への応用可能性を示した。

実験結果

リサーチクエスチョン

• RQ1 自動計画技術を用いて、実行開始前に計画の非可能性を事前に検出できるか。
• RQ2 ランドマーク分析は、人間が指定した計画におけるリソース関連のボトルネックをどのように改善できるか。
• RQ3 干渉の少ないアラートベースのシステムは、人的意思決定支援における意思決定の質をどの程度向上できるか。
• RQ4 固定された計画を強制しない状況でも、このようなシステムは自然主義的意思決定を支援できるか。
• RQ5 このようなフレームワークは、救助作戦のような複雑で動的な分野でどの程度効果的か。

主な発見

• RADARフレームワークは、必要となるランドマークを分析することで、非可能性の計画を効果的に特定し、失敗リスクの早期検出を可能にした。
• ランドマークに基づく妥当性チェックにより、計画を台無しにする可能性のあるリソース制約を検出でき、人的介入の早期化が可能になった。
• 人間のコントロールを覆さずに実行可能なアラートを提供することで、意思決定の質が向上し、自然主義的意思決定を支援した。
• 消火作戦のドメインにおいて、複数の目標と制約を伴う複雑で時間的に制限のあるシナリオにおいて、実用的有用性が実証された。
• 自動化と人間の自律性のバランスを図ることで、意思決定支援の使いやすさと信頼性の両方を向上させた。