[논문 리뷰] Expressing and Exploiting the Common Subgoal Structure of Classical Planning Domains Using Sketches: Extended Version

Dominik Drexler, Jendrik Seipp외 1명|arXiv (Cornell University)|2021. 05. 10.

AI-based Problem Solving and Planning참고 문헌 33인용 수 4

한 줄 요약

이 논문은 고전적 계획 도메인에서 공통된 부분목표 구조를 표현하고 활용하기 위한 컴act하고 도메인 일반적인 언어인 정책 스케치를 소개한다. 사용자가 제공한 스케치를 SIW 알고리즘에 통합함으로써 ($σ\text{IW}_R$를 형성함) 이 접근법은 표준 SIW가 높은 목표 너비 또는 순차적으로 수행할 수 없는 부분목표로 인해 비결정성 문제가 되는 계획 문제에 대해 증명 가능하게 다항시간 내에 해결할 수 있도록 한다.

ABSTRACT

Width-based planning methods deal with conjunctive goals by decomposing problems into subproblems of low width. Algorithms like SIW thus fail when the goal is not easily serializable in this way or when some of the subproblems have a high width. In this work, we address these limitations by using a simple but powerful language for expressing finer problem decompositions introduced recently by Bonet and Geffner, called policy sketches. A policy sketch over a set of Boolean and numerical features is a set of sketch rules that express how the values of these features are supposed to change. Like general policies, policy sketches are domain general, but unlike policies, the changes captured by sketch rules do not need to be achieved in a single step. We show that many planning domains that cannot be solved by SIW are provably solvable in low polynomial time with the SIW_R algorithm, the version of SIW that employs user-provided policy sketches. Policy sketches are thus shown to be a powerful language for expressing domain-specific knowledge in a simple and compact way and a convenient alternative to languages such as HTNs or temporal logics. Furthermore, they make it easy to express general problem decompositions and prove key properties of them like their width and complexity.

연구 동기 및 목표

• 넓이 기반 계획 방법(예: SIW)의 한계를 해결하되, 순차적으로 수행할 수 없는 목표나 높은 부분문제 너비로 인해 어려움을 겪는 문제를 다루기 위해.
• PDDL 스타일의 액션 모델이 필요 없이도 도메인 특화된 부분목표의 구조를 표현할 수 있는 컴 pact하고 해석 가능한, 도메인 일반적인 언어를 제공하기 위해.
• 이전에 순수한 넓이 기반 방법으로는 비결정성 문제가 되었던 벤치마크 계획 문제의 다항시간 내 해법 가능성을 보장하기 위해.
• 정책 스케치가 일반적인 문제 분해를 표현하기 위해 HTN이나 시간 논리학과 비교해 실용적인 대안이 되는지 보여주기 위해.
• 결과로 도출된 $σ\text{IW}_R$ 알고리즘의 스케치 너비 및 복잡도 한계와 같은 이론적 성질을 확립하기 위해.

제안 방법

• 단일 단계에서 달성되지 않아도 되는 조건을 고려해도 되는, 규칙 집합 $C \mapsto E$ 형태의 정책 스케치를 사용하여 계획 단계 간 부울 및 수치적 특성의 변화 방식을 표현하기 위해.
• 도메인 개념(예: $\mathit{Count}(\mathit{locked}[0])$)에 대한 수량 세기, 집합 연산 및 거리 함수를 사용해 특성 $\Phi$를 정의하여 부분목표 진전을 캡처하기 위해.
• 스케치를 SIW 알고리즘에 통합하여 $\sigma\text{IW}_R$를 구축함으로써, 스케치 규칙을 사용해 부분문제 분해 및 탐색을 유도하기 위해.
• 도메인 특화된 개념과 역할을 사용해 벤치마크 도메인(예: 그리드, 찰드슨크, 드라이버로그, 스케줄)의 스케치를 구성하여 부분목표 진전을 인코딩하기 위해.
• 스케치로 정의된 부분문제의 너비가 유계임을 증명하여 $\sigma\text{IW}_R$의 다항시간 실행 가능성을 보장하기 위해.
• 스케치 규칙이 다수 단계에 걸쳐 달성 가능한 부분목표를 표현할 수 있음을 활용하여, 민첩하고 확장 가능한 분해를 가능하게 하기 위해.

실험 결과

연구 질문

• RQ1 기존의 방법(예: HTN, 시간 논리학)보다 정책 스케치가 고전적 계획 도메인의 부분목표 구조를 더 효과적으로 표현할 수 있는가?
• RQ2 사용자가 제공한 스케치를 SIW에 통합함($\sigma\text{IW}_R$)하여, 표준 SIW가 높은 목표 너비로 인해 비결정성 문제가 되는 계획 문제를 해결할 수 있는가?
• RQ3 $\sigma\text{IW}_R$를 사용한 계획 문제 해결의 복잡도와 스케치 너비 사이의 이론적 관계는 어떠한가?
• RQ4 유계 너비와 다항시간 내 해법 가능성을 보장하기 위해, 도메인 일반적인 방식으로 스케치를 체계적으로 구성할 수 있는가?
• RQ5 스케치는 도메인 특화 지식을 투명하고 해석 가능하며 컴 pact하게 표현하는 데 얼마나 효과적인가?

주요 결과

• 정책 스케치 덕분에 $\sigma\text{IW}_R$ 알고리즘이 그리드, 찰드슨크, 드라이버로그, 스케줄과 같은 벤치마크 계획 도메인을 낮은 다항시간 내에 해결할 수 있다.
• 높은 부분문제 너비 또는 순차적으로 수행할 수 없는 목표로 인해 표준 SIW로는 비가능성이 있었던 많은 계획 문제들이 적절한 스케치에 의해 $\sigma\text{IW}_R$를 통해 해결 가능해진다.
• 구성된 스케치의 너비가 유계이므로, $\sigma\text{IW}_R$ 알고리즘이 다항시간 내에 실행됨을 보장한다.
• 스케치는 일반적인 문제 분해를 표현하기 위해 HTN과 시간 논리학에 비해 더 투명하고 컴 pact한 대안을 제공한다.
• 스케치에 사용된 특성들(예: $\mathit{Count}(\mathit{locked}[0])$, $\mathit{ConceptDist}(x_3,x_4,\mathit{truck}[0]\sqcap x_1[0])$)은 표현력이 뛰어나면서도 간결하여 효과적인 부분목표 추적을 가능하게 한다.
• 이 방법은 PDDL 스타일의 선언적 액션 모델이 필요 없기 때문에, 블랙박스 시뮬레이터와 함께 계획을 수행할 수 있다. 이는 하이브리드 넓이 기반 방법과는 달리 이에 해당한다.