[論文レビュー] Task Interaction in an HTN Planner

Ilce Georgievski, Alexander Lazovik+1 more|arXiv (Cornell University)|Nov 30, 2011

AI-based Problem Solving and Planning参考文献 11被引用数 3

ひとこと要約

この論文は、JSHOP2 HTN計画者を拡張し、1つのタスクの効果が以前のタスクによってすでに達成されている場合に、それらのタスク間の相互作用をネイティブに扱えるようにした。これにより、重複するサブプランの自動検出と pruning が可能となり、ドメイン知識の要件が簡略化され、GreenerBuildings などの実世界の自動化ドメインで JSHOP2 を上回る性能を発揮する。 Phantom タスクを手動で作成する必要がなく、性能が向上する。

ABSTRACT

Hierarchical Task Network (HTN) planning uses task decomposition to plan for an executable sequence of actions as a solution to a problem. In order to reason effectively, an HTN planner needs expressive domain knowledge. For instance, a simplified HTN planning system such as JSHOP2 uses such expressivity and avoids some task interactions due to the increased complexity of the planning process. We address the possibility of simplifying the domain representation needed for an HTN planner to find good solutions, especially in real-world domains describing home and building automation environments. We extend the JSHOP2 planner to reason about task interaction that happens when task's effects are already achieved by other tasks. The planner then prunes some of the redundant searches that can occur due to the planning process's interleaving nature. We evaluate the original and our improved planner on two benchmark domains. We show that our planner behaves better by using simplified domain knowledge and outperforms JSHOP2 in a number of relevant cases.

研究の動機と目的

• HTN計画におけるタスク相互作用を管理する課題に取り組み、特にビル自動化のような複雑な実世界ドメインにおいて有効であることを目的とする。
• ドメイン知識に依存する手作業による phantom タスクの依存度を低減することを目的とする。これらは誤りを起こしやすく、保守が困難である。
• 表現力の一部をドメイン知識から計画者の推論メカニズムに移行させることで、ドメイン表現を簡素化することを目的とする。
• すでに達成された効果による重複する探索経路を検出し、pruning することで計画の効率を向上させることを目的とする。
• タスク相互作用の推論を計画プロセスに直接統合した場合、ベンチマークドメインにおける影響を評価することを目的とする。

提案手法

• タスクの効果が以前に実行されたタスクによってすでに達成されているかどうかをチェックする『タスク同士のマッチング』メカニズムを導入する。
• JSHOP2 を拡張し、以前の効果によってタスクの事前条件が満たされている場合に、重複するタスク実行をスキップできるようにする。
• タスクの効果がまだ保持されており、他のタスクによって達成されている場合に、そのタスクを無視するための条件を実装する。
• このマッチング論理を HTN 計画ループに統合し、動的かつ重複する探索経路の pruning を可能にする。
• 正確なマッチングと効果の持続性チェックを可能にするために、タスクの効果と事前条件の形式的表現を用いる。
• タスク相互作用を分解段階で評価するように変更した計画アルゴリズムを採用し、ドメインモデルに明示的な phantom タスクを必要としない。

実験結果

リサーチクエスチョン

• RQ1 タスク相互作用の推論を HTN 計画プロセスに効果的に統合できるか。特に、phantom タスクのようなドメイン固有の複雑な構成要素に依存しなくてよいか。
• RQ2 ネイティブなタスク相互作用検出が、実世界の自動化ドメインにおける計画効率と解の質に与える影響は何か。
• RQ3 計画者が内部的にタスク相互作用の推論を処理することで、ドメイン知識をどの程度簡略化できるか。
• RQ4 ベンチマークドメインにおいて、提案手法が JSHOP2 よりも計画時間と解の最適性の点で優れているか。
• RQ5 重複するタスク効果によって生じる重複する探索経路を回避する際に、計算コストの増加が生じないか。

主な発見

• 拡張された JSHOP2 計画者は、タスクの効果が以前のタスクによってすでに達成されている場合に、重複するタスクを検出し、削除することで不要な探索経路を削減した。
• このアプローチにより、ドメインの表現が簡素化され、相互作用の推論の負担がドメイン作成者から計画者自体に移行された。
• 特に、タスク相互作用が重複計画を引き起こす可能性があるケースでは、標準の JSHOP2 よりも性能が優れている。
• 手作業で phantom タスクをエンコードする必要が減り、GreenerBuildings のような複雑なドメインでは誤りが多く、保守が困難である。
• タスク同士のマッチングの統合により、計画の効率が向上したが、妥当性や完全性は損なわれず、計画者は形式的に正しく保たれた。
• エネルギー効率の良いビル自動化分野において、実用的な利点を示した。ここでは、冗長な行動を最小限に抑えることが、最適なエネルギー消費量を達成するために不可欠である。