[논문 리뷰] 2Planning for Contingencies: A Decision-based Approach

L. Pryor, Gregg Collins|arXiv (Cornell University)|1996. 05. 01.

Logic, Reasoning, and Knowledge참고 문헌 2인용 수 5

한 줄 요약

이 논문은 결정 단계를 계획 내에서 명시적으로 모델링함으로써 불확실성을 다루는 부분순서 조건 계획법인 Cassandra를 소개한다. 결정을 일급 구성요소로 간주하고, 이를 위해 필요한 지식 확보를 위한 하위목표를 유도함으로써, 런타임 조건에 따라 행동이 달라지는 일관된 조건 계획의 구축이 가능해지며, 다양한 결정 방법을 통합할 수 있는 탄력적인 기반을 제공한다.

ABSTRACT

A fundamental assumption made by classical AI planners is that there is no uncertainty in the world: the planner has full knowledge of the conditions under which the plan will be executed and the outcome of every action is fully predictable. These planners cannot therefore construct contingency plans, i.e., plans in which different actions are performed in different circumstances. In this paper we discuss some issues that arise in the representation and construction of contingency plans and describe Cassandra, a partial-order contingency planner. Cassandra uses explicit decision-steps that enable the agent executing the plan to decide which plan branch to follow. The decision-steps in a plan result in subgoals to acquire knowledge, which are planned for in the same way as any other subgoals. Cassandra thus distinguishes the process of gathering information from the process of making decisions. The explicit representation of decisions in Cassandra allows a coherent approach to the problems of contingent planning, and provides a solid base for extensions such as the use of different decision-making procedures.

연구 동기 및 목표

• 기존의 AI 계획법이 세계에 대한 완전한 지식과 결정성 있는 결과를 전제로 한다는 한계를 해결하기 위해.
• 불확실한 조건에 따라 행동이 달라지는 조건 계획의 구축을 가능하게 하기 위해.
• 계획에서 정보 수집 과정과 결정 과정을 분리하기 위해.
• 다양한 결정 방법을 통합할 수 있는 공식적이고 확장 가능한 프레임워크를 제공하기 위해.

제안 방법

• Cassandra는 부분순서 계획 내에 명시적인 결정 단계를 통합하여 조건 계획을 표현한다.
• 각 결정 단계는 해당 결정을 내리기 위해 필요한 지식을 확보하기 위한 하위목표를 생성한다.
• 지식 확보 하위목표는 계획 과정에서 다른 하위목표와 동일하게 취급된다.
• 부분순서 구조를 사용하여 행동 순서의 유연성을 유지하면서도 의존성을 존중한다.
• 충분한 정보가 확보되면 결정 단계가 활성화되어 런타임에서 계획 분기를 선택할 수 있다.
• 결정 로직에서 분리된 방식을 통해 다양한 결정 방법의 통합을 지원한다.

실험 결과

연구 질문

• RQ1 결과가 불확실할 경우, 조건 계획을 체계적으로 표현하고 구성할 수 있는 방법은 무엇인가?
• RQ2 실행 중 효과적인 결정을 위해 지식 확보는 어떤 역할을 하는가?
• RQ3 모듈성과 확장성을 지원하는 방식으로, 결정 과정을 행동 실행에서 분리할 수 있는 방법은 무엇인가?
• RQ4 다양한 결정 절차를 하나의 계획 프레임워크 내에 통합할 수 있는 공식적 구조는 무엇인가?

주요 결과

• Cassandra는 결정을 계획 구성요소로 명시적으로 모델링하고 지식 확보가 필요함을 고려하여 조건 계획을 성공적으로 구성한다.
• 지식 확보 과정과 결정 과정의 분리로, 불확실성을 일관되고 모듈러하게 다룰 수 있는 접근법을 제공한다.
• 부분순서 계획의 사용으로 실행 중에 필요한 의존성을 유지하면서도 실행의 탄력성을 확보할 수 있다.
• 다양한 결정 방법의 통합을 지원하여 적응력을 높인다.
• 실제 세계의 불확실성을 다룰 수 있도록 계획 시스템을 확장할 수 있는 견고한 기반을 제공한다.
• 논문에서의 실험적 평가를 통해, 이 프레임워크가 불확실성 하에서 조건 계획을 생성하고 실행하는 데 효과적임을 입증한다.