[論文レビュー] Regression with respect to sensing actions and partial states

Le-Chi Tuan, Chitta Baral+1 more|ArXiv.org|May 21, 2004

AI-based Problem Solving and Planning参考文献 24被引用数 7

ひとこと要約

本稿では、0-近似意味論を用いた3値状態を介して部分観測下での計画に適した状態ベースの回帰関数を提示する。これにより、センシング行動を伴う健全かつ完全な計画が可能になる。回帰ベースの計画が進行ベースの解と等価な計画を正しく発見することを証明し、ヒューリスティクスを用いない条件付き計画者も評価し、優れた性能を示している。

ABSTRACT

In this paper, we present a state-based regression function for planning domains where an agent does not have complete information and may have sensing actions. We consider binary domains and employ the 0-approximation [Son & Baral 2001] to define the regression function. In binary domains, the use of 0-approximation means using 3-valued states. Although planning using this approach is incomplete with respect to the full semantics, we adopt it to have a lower complexity. We prove the soundness and completeness of our regression formulation with respect to the definition of progression. More specifically, we show that (i) a plan obtained through regression for a planning problem is indeed a progression solution of that planning problem, and that (ii) for each plan found through progression, using regression one obtains that plan or an equivalent one. We then develop a conditional planner that utilizes our regression function. We prove the soundness and completeness of our planning algorithm and present experimental results with respect to several well known planning problems in the literature.

研究の動機と目的

• 不完全情報とセンシング行動を伴うドメインにおける回帰ベースの計画フレームワークの開発。
• 3値状態を用いた二値ドメインにおける0-近似意味論を用いた回帰の形式化により、複雑さの低減。
• 進行意味論に対する回帰定式化の健全性と完全性の証明。
• 回帰関数に基づく条件付き計画者を設計・評価し、正しさと効率性を示すこと。
• ヒューリスティクスに依存せずに、進行ベースの解と同等の計画を発見できることの証明。

提案手法

• 部分観測を3値状態によりモデル化するため、0-近似意味論を用い、完全な信念状態と比較して複雑さを低減。
• 進行と整合性を保ちながら、行動およびセンシング行動を通じて目標を後退的に回帰する状態ベースの回帰関数を定義。
• 条件付き計画の正規化プロセスを導入し、回帰における整合性と取り扱いやすさを確保。
• 非センシング行動のシーケンスおよびセンシングを含む条件付き計画を処理する再帰的回帰関数 Regress* を採用。
• 段階的に計画-状態ペアを構築し、有限状態空間により停止を保証する条件付き計画者 Solve(P) を開発。
• 回帰可能な計画を追跡する計画-状態ペアの集合 N を用い、計画構造に関する帰納的証明により正しさを保証。

実験結果

リサーチクエスチョン

• RQ1 センシング行動と部分観測を伴う計画において、回帰ベースの計画者が健全かつ完全に動作するか。
• RQ2 0-近似を用いた3値状態の使用が、部分観測ドメインにおける回帰の完全性と複雑さに与える影響は何か。
• RQ3 提案された回帰関数は、センシング行動が存在する状況でも進行ベースの解と等価性を保っているか。
• RQ4 ヒューリスティクス探索手法に依存せずに、回帰ベースの計画者が良好な性能を発揮できるか。
• RQ5 回帰定式化は、センシング行動と複数の可能な結果を含む条件付き計画を処理するのに十分に頑健か。

主な発見

• 提案された回帰関数は進行に対する健全かつ完全である：回帰により発見された計画はすべて有効な解であり、進行ベースの解はすべて同等の回帰解に変換可能である。
• Solve(P) は有限個の3値状態のため、常に停止する。これにより計算の可能性が保証される。
• 計画問題に回帰解が存在する場合、Solve(P) は元の解と同一の目標状態に回帰する条件付き計画を返す。
• 解が存在しない場合、Solve(P) は正しく 'NO SOLUTION' を返し、解が存在しない場合の完全性を示している。
• ヒューリスティクスを用いないベンチマーク問題において、強力な性能を達成しており、回帰アプローチの有効性が示された。
• 0-近似を用いた3値状態の使用により、複雑さの低減を実現しながらも正しさを維持できるが、一部の計画を漏れることに伴うコストがある。これは複雑さの低減を正当化するものである。