[論文レビュー] Scaling-up Generalized Planning as Heuristic Search with Landmarks

Javier Segovia‐Aguas, Sergio Jiménez+2 more|arXiv (Cornell University)|May 10, 2022

AI-based Problem Solving and Planning被引用数 4

ひとこと要約

本稿では、プログレッシブ・インスタンス処理とランドマークベースのヒューリスティクスを組み合わせた、一般化計画（GP）のための新しいヒューリスティック探索アルゴリズム、PGP(f_LM)を提案する。サブゴール情報（計画インスタンスに明示的に記載されていないもの）を活用することで、探索の平坦化を軽減し、収束を加速し、速度および解の品質の両面で最先端の手法を上回る性能を発揮する。

ABSTRACT

Landmarks are one of the most effective search heuristics for classical planning, but largely ignored in generalized planning. Generalized planning (GP) is usually addressed as a combinatorial search in a given space of algorithmic solutions, where candidate solutions are evaluated w.r.t.~the instances they solve. This type of solution evaluation ignores any sub-goal information that is not explicit in the representation of the planning instances, causing plateaus in the space of candidate generalized plans. Furthermore, node expansion in GP is a run-time bottleneck since it requires evaluating every child node over the entire batch of classical planning instances in a GP problem. In this paper we define a landmark counting heuristic for GP (that considers sub-goal information that is not explicitly represented in the planning instances), and a novel heuristic search algorithm for GP (that we call PGP) and that progressively processes subsets of the planning instances of a GP problem. Our two orthogonal contributions are analyzed in an ablation study, showing that both improve the state-of-the-art in GP as heuristic search, and that both benefit from each other when used in combination.

研究の動機と目的

• 計画インスタンスに明示的に記載されていないサブゴール情報を無視するヒューリスティクス関数によって引き起こされる、一般化計画（GP）における探索の平坦化という課題に対処すること。
• 全バッチの計画インスタンス全体に対して候補解を評価することによる、GPにおける実行時間のボトルネックを軽減すること。
• 古典的計画における状態空間探索を目的としたランドマークヒューリスティクスを、GPにおける解空間探索に適応すること。
• 候補計画をインスタンスのサブセットに対して段階的に評価する新しいヒューリスティック探索アルゴリズム、PGPを設計することにより、スケーラビリティと探索効率を向上させること。

提案手法

• ゴール条件に明示的に記載されていないが、ドメイン表現から抽出可能なサブゴール情報（例：必須となるアクション、状態遷移）を活用する、GP用のランドマークカウントヒューリスティクス（f_LM）を提案する。
• 全インスタンスを一度に評価するのではなく、段階的に計画インスタンスを処理するヒューリスティック探索アルゴリズムであるPGPを導入し、ノード展開コストを低減し、早期の停滞を回避する。
• 古典的計画から導出されるランドマークグラフを用いて、任意の有効な解に含まれるべき必須アクション（例：すべての通路セルに到達すること、鍵を保持すること）を同定する。
• PGPにおけるプログレッシブ評価とランドマークヒューリスティクスf_LMを組み合わせ、計画プログラムの空間における探索をガイドすることで、収束性の向上と探索空間の削減を実現する。
• f_LMに基づいてノードを優先順位付けするベストファースト探索戦略を採用し、動的サブセット処理により精度と計算コストのバランスを取る。
• ランドマークの抽象化や緩和といった古典的計画技術をGP設定に適応し、実証済みのヒューリスティクスを解空間探索に転用可能にする。

実験結果

リサーチクエスチョン

• RQ1 古典的計画で有効なランドマークベースのヒューリスティクスを、一般化計画におけるヒューリスティック探索に適応できるか？
• RQ2 候補計画をインスタンスのサブセットに対して段階的に評価することで、GPにおける探索の平坦化を軽減し、スケーラビリティを向上させられるか？
• RQ3 PGPにおけるランドマークヒューリスティクスとプログレッシブ評価が併用された場合、それらの相互作用はどのように働くか？
• RQ4 ランドマークヒューリスティクスとプログレッシブ処理を組み合わせることで、既存の最先端GP手法をどれほど上回れるか？

主な発見

• ランドマークカウントヒューリスティクスf_LMは、ゴール条件に記載されていない暗黙のサブゴール情報を組み込むことで、探索の平坦化を顕著に低減する。
• PGPのインスタンスのプログレッシブ処理により、ノード評価の計算コストが低減され、全バッチ評価のボトルネックが回避される。
• アブレーションスタディの結果、f_LMおよびPGPはそれぞれBFGP（GPにおけるヒューリスティック探索の先行研究）を上回る性能を示す。
• 併用した場合、f_LMとPGPは相乗効果を発揮し、単体での性能を上回る高速な収束と高い解の品質を達成する。
• 本手法は、より大きな計画問題に対しても効果的にスケーリング可能であり、多様な一般化計画ベンチマークにおいて堅牢性を示す。
• 本アプローチにより、古典的計画手法（例：ランドマーク、役立つアクション、好ましいオペレータ）をGPに転用可能にし、他の古典的ヒューリスティクスの統合への道を開く。