[論文レビュー] Sound Abstraction of Probabilistic Actions in The Constraint Mass Assignment Framework

AnHai Doan, Peter Haddawy|arXiv (Cornell University)|Feb 13, 2013

Bayesian Modeling and Causal Inference参考文献 11被引用数 7

ひとこと要約

本稿は、制約質量割り当て（CMA）表現を用いて、複数の確率分布を許容するように一般化された従来の確率的モデルを拡張する、確率的アクションのための整合的抽象化フレームワークを提案する。このフレームワークにより、集合的処理、精緻化、置換の3種類のアクションについて、抽象化が確率的境界を保持することを保証し、有限ホライズン計画のシナリオにおいて正しさと誤差の境界について形式的な保証が得られる。

ABSTRACT

This paper provides a formal and practical framework for sound abstraction of probabilistic actions. We start by precisely defining the concept of sound abstraction within the context of finite-horizon planning (where each plan is a finite sequence of actions). Next we show that such abstraction cannot be performed within the traditional probabilistic action representation, which models a world with a single probability distribution over the state space. We then present the constraint mass assignment representation, which models the world with a set of probability distributions and is a generalization of mass assignment representations. Within this framework, we present sound abstraction procedures for three types of action abstraction. We end the paper with discussions and related work on sound and approximate abstraction. We give pointers to papers in which we discuss other sound abstraction-related issues, including applications, estimating loss due to abstraction, and automatically generating abstraction hierarchies.

研究の動機と目的

• 有限ホライズン計画における整合的抽象化をサポートするという、従来の確率的アクションモデルの限界を解決すること。
• 不確実性を伴う確率的計画の文脈において、整合的抽象化の概念を形式化すること。
• 複数の確率分布をサポートし、厳密な抽象化を可能にする、質量割当モデルの一般化形態である制約質量割当（CMA）を考案すること。
• CMAフレームワーク内での3つの具体的な抽象化手順（集合的処理、精緻化、置換）を提示し、検証すること。
• 抽象化による損失を定量的に推定・境界化し、AI計画システムへの実用的導入を支援する理論的保証を提供すること。

提案手法

• 質量割当モデルの一般化として、世界を単一の分布ではなく複数の確率分布の集合として表現する制約質量割当（CMA）フレームワークを導入する。
• CMA表現におけるすべての確率分布に対して、アクションの結果の境界を保持することを、整合的抽象化として定義する。
• アクションの集合的処理（統合）、精緻化（分割）、置換（上位レベルの抽象化への置換）の3種類の抽象化手順を開発する。
• 抽象化後の状態遷移確率について、保守的な境界を計算するために区間ベースの推論を用い、計画における楽観的過剰評価を回避する。
• 線形計画法を用いて、抽象化されたアクション列におけるゴール状態に到達する確率のタイトな境界を計算する。
• 元のアクションと抽象化されたアクションの結果の差を分布集合全体で測定することで、誤差推定を統合し、損失を意識した抽象化を可能にする。

実験結果

リサーチクエスチョン

• RQ1 有限ホライズン計画フレームワーク内において、確率的アクションの整合的抽象化を形式的に定義・達成できるか？
• RQ2 なぜ従来の確率的アクションモデルは整合的抽象化をサポートできないのか。それらに課される構造的制限は何か？
• RQ3 CMAのような一般化された表現は、標準モデルが失敗する状況において、なぜ整合的抽象化を可能にするのか？
• RQ4 CMAフレームワーク内で、整合的に適用可能な3つの基本的なアクション抽象化タイプ（集合的処理、精緻化、置換）は何か？
• RQ5 CMAモデルにおいて、抽象化による損失を定量的に推定・境界化する方法は何か？

主な発見

• 単一の確率分布に依存する従来の確率的アクションモデルは、複数のシナリオにわたる不確実性の境界を表現できないため、整合的抽象化をサポートできない。
• CMAフレームワークは、世界を確率分布の集合として表現することで、状態遷移における区間ベースの保守的推論を可能にし、整合的抽象化を実現する。
• 本稿では、提案された抽象化手順（集合的処理、精緻化、置換）が、CMAモデル下で確率的境界を保持することを形式的に証明している。
• 区間ベースの誤差境界を用いることで、抽象化による損失を定量化でき、抽象化の正確性と計算効率の間の意思決定に役立つ。
• 抽象化された計画の正しさについて理論的保証が得られ、抽象化下でのゴール状態到達確率が、元のモデルにおける真の確率によって境界づけられる。
• 本手法は実世界の計画問題に適用可能であり、関連研究で議論されたように、抽象化階層の自動生成を支援する。