[논문 리뷰] Numerical Integration and Dynamic Discretization in Heuristic Search Planning over Hybrid Domains

Miquel Ramírez, Enrico Scala외 2명|arXiv (Cornell University)|2017. 03. 12.

AI-based Problem Solving and Planning인용 수 5

한 줄 요약

이 논문은 이산적이고 연속적인 역학을 동시에 포함하는 하이브리드 도메인을 위한 히우리스틱 탐색 계획기인 FS+를 제안한다. 이는 계획 도중 시간 이산화를 동적으로 정밀화하기 위해 적응형 수치 적분과 실시간 제로 크로싱 감지를 사용한다. 선형 및 비선형 역학을 포함한 다양한 벤치마크에서 뛰어난 성능을 보이며, 기존의 계획기들보다 우수한 성능을 발휘한다. 이는 시뮬레이션 단계를 지능적으로 조정하고 실시간으로 제약 조건을 검증함으로써 달성된다.

ABSTRACT

In this paper we look into the problem of planning over hybrid domains, where change can be both discrete and instantaneous, or continuous over time. In addition, it is required that each state on the trajectory induced by the execution of plans complies with a given set of global constraints. We approach the computation of plans for such domains as the problem of searching over a deterministic state model. In this model, some of the successor states are obtained by solving numerically the so-called initial value problem over a set of ordinary differential equations (ODE) given by the current plan prefix. These equations hold over time intervals whose duration is determined dynamically, according to whether zero crossing events take place for a set of invariant conditions. The resulting planner, FS+, incorporates these features together with effective heuristic guidance. FS+ does not impose any of the syntactic restrictions on process effects often found on the existing literature on Hybrid Planning. A key concept of our approach is that a clear separation is struck between planning and simulation time steps. The former is the time allowed to observe the evolution of a given dynamical system before committing to a future course of action, whilst the later is part of the model of the environment. FS+ is shown to be a robust planner over a diverse set of hybrid domains, taken from the existing literature on hybrid planning and systems.

연구 동기 및 목표

• 이차 및 연속 상태 변수를 모두 포함하는 하이브리드 도메인에서의 계획 문제를 해결하기 위해, 특히 비선형 또는 시간에 따라 변화하는 역학을 다룰 수 있도록 하는 것.
• 고정되거나 사전에 결정된 시간 간격을 사용하는 기존 계획기의 한계를 극복하여 정확하지 않거나 타당하지 않은 계획이 발생하는 것을 방지하는 것.
• 실시간으로 모드 불변 위반(제로 크로싱)을 감지함에 따라 필요에 따라 시간 간격을 동적으로 정밀화함으로써 효율적이고 확장 가능한 계획을 가능하게 하는 것.
• 이미 존재하는 고전적 계획 히우리스틱—구간 기반 완화와 제약 조건 완화 계획 그래프—를 하이브리드 계획 프레임워크에 통합하여 탐색 가이던스를 향상시키는 것.
• 실제로 사용 가능한 확장 가능한 프레임워크를 제공하여 시뮬레이터 및 솔버와의 인터페이스를 지원함으로써, 공학 설계를 위한 지능형 CAD 도구 개발을 가능하게 하는 것.

제안 방법

• FS+는 특수한 '대기' 동작을 사용하여 시간에 따라 연속 상태의 변화를 시뮬레이션하는 전진 탐색 전략을 사용한다. 고정된 시간 간격 대신 실시간으로 결정된 적응형 지속 시간을 사용한다.
• 대기 동작 이후의 후속 상태는 초기값 문제의 해를 근사하기 위해 미세한 시뮬레이션 단계 크기 Δz를 사용한 수치 적분(예: 룬게-쿠타 방법 등)을 통해 계산된다.
• 모드 불변 위반(제로 크로싱)은 시뮬레이션 중 실시간으로 감지된다. 만약 감지되면 시간 간격이 단축되고 시뮬레이션이 재실행되어 타당성이 보장된다.
• 계획 도중 실제로 만날 수 있는 모드들만 동적으로 탐색하므로, 모든 가능한 모드를 사전에 나열할 필요가 없으며, 정성적 시뮬레이션의 영향을 받는다.
• 두 가지 기존 히우리스틱인 구간 기반 완화와 제약 조건 완화 계획 그래프를 조합하여, 탐색을 안내하는 새로운 효과적인 히우리스틱 $h_{\text{FS+}}$를 구성한다.
• 시스템은 의미 첨부 또는 동적 연결을 통해 외부 시뮬레이터 및 솔버와 인터페이스를 제공하도록 설계되어, CAD 및 시뮬레이션 파이프라인에 통합 가능하다.

실험 결과

연구 질문

• RQ1 비선형 역학을 포함하는 하이브리드 계획에서, 시뮬레이션 단계의 동적 정밀화를 통한 적응형 시간 이산화가 계획 품질과 타당성 향상에 기여하는가?
• RQ2 제로 크로싱 감지를 계획 과정에 통합하여, 모든 모드를 사전에 나열하지 않고도 모드 불변 조건을 유지할 수 있는가?
• RQ3 기존의 고전적 계획 히우리스틱이 연속 도메인에서의 하이브리드 계획에 효과적으로 적응 및 조합될 수 있는가?
• RQ4 사전에 모든 모드를 나열하지 않는 계획기의 경우, 요인화된 프로세스 기술에 의해 기하급수적으로 많은 수의 모드가 존재하는 문제에 대해 효율적으로 확장 가능한가?
• RQ5 실행 중 수치 적분과 제약 조건 검증을 통합하는 방식이, 사전 검증 또는 제한된 종류의 역학에 국한된 방식에 비해 성능 및 강건성 측면에서 어떻게 비교되는가?

주요 결과

• FS+는 선형 및 비선형 역학을 포함한 다양한 벤치마크에서 뛰어난 성능을 보이며, 기존의 하이브리드 계획기들보다 계획 품질과 효율성 측면에서 뛰어난 성능을 발휘한다.
• 적응형 시간 이산화를 사용함으로써, 시스템의 동작에 따라 자동으로 시뮬레이션 해상도를 조정함으로써 불필요한 계산 오버헤드를 방지하면서도 제약 조건의 타당성을 보장한다.
• 실시간 제로 크로싱 감지 기능은 시뮬레이션 중 모드 불변 조건의 정확한 검증을 가능하게 하여, 고정된 시간 간격을 사용할 경우 발생할 수 있는 잘못된 전이를 방지한다.
• 구간 기반 완화와 제약 조건 완화 계획 그래프 히우리스틱의 통합은 탐색 성능를 크게 향상시키는 강력하고 효과적인 히우리스틱 $h_{\text{FS+}}$를 생성한다.
• FS+는 외부 시뮬레이터 및 솔버와의 확장 및 인터페이스가 용이하여, 인터랙티브 CAD 및 공학 설계 도구에의 통합 잠재력이 매우 높다.
• 구문적 제약 조건과 기호 기반 검증을 통해 향후 확장이 가능하며, 특히 SMT 및 제약 프로그래밍 기반으로 더 강력한 계획 타당성 보장을 가능하게 한다.