[논문 리뷰] Photo-Realistic Blocksworld Dataset

Masataro Asai|arXiv (Cornell University)|2018. 12. 05.

Multimodal Machine Learning Applications참고 문헌 19인용 수 4

한 줄 요약

이 논문은 신경기호 AI 시스템의 벤치마크로 사용하기 위해 블록 쌓기 환경의 시각적으로 복잡하고 현실적인 이미지를 생성하는 사진 수준의 블록월드 데이터셋 생성기를 소개한다. 이 시스템은 원시 이미지에서 기호적 상태 표현을 학습하기 위해 변동형 오토인코더(VAE)를 사용하며, 이는 고전적 계획기계가 완전하고 체계적인 탐색을 통해 작업을 해결할 수 있도록 한다. Latplan은 30개의 테스트 인스턴스 중 14개를 성공적으로 해결하여, 복잡한 시각 조건에서의 재구성 오류가 존재하더라도 실행 가능성은 입증하였다.

ABSTRACT

In this report, we introduce an artificial dataset generator for Photo-realistic Blocksworld domain. Blocksworld is one of the oldest high-level task planning domain that is well defined but contains sufficient complexity, e.g., the conflicting subgoals and the decomposability into subproblems. We aim to make this dataset a benchmark for Neural-Symbolic integrated systems and accelerate the research in this area. The key advantage of such systems is the ability to obtain a symbolic model from the real-world input and perform a fast, systematic, complete algorithm for symbolic reasoning, without any supervision and the reward signal from the environment.

연구 동기 및 목표

• 신경기호 통합 연구를 가속화하기 위해 블록월드 계획 도메인의 시각적으로 현실적인 사진 수준의 데이터셋을 생성하기 위해.
• 감독 신호나 보상 신호 없이도 원시 시각 입력에서 기호적 상태 표현을 엔드 투 엔드로 학습할 수 있도록 하기 위해.
• 신경망이 복잡하고 현실적인 이미지에서 기호적 계획 상태를 얼마나 잘 재구성할 수 있는지 평가하기 위한 벤치마크를 제공하기 위해.
• 딥 러닝과 고전적 기호적 계획을 시각적으로 기반으로 하며 고수준의 작업 계획 환경에서 결합하는 것이 가능한지 검증하기 위해.
• 사진 수준의 현실성과 조합적 보조목표 상호작용을 갖춘 고전적 계획 도메인에 Atari 학습 환경 패러다임을 확장하기 위해.

제안 방법

• 수정된 블록월드 환경을 사용하여 사진 수준의 질감과 조명을 적용해 3D 블록 구성의 현실적인 시각적 장면을 렌더링한다.
• 2,500개의 무작위로 선택된 상태에 대해 변동형 오토인코더(VAE)를 훈련시어, 시각 입력의 압축되고 분리된 잠재 표현을 학습한다.
• 학습된 VAE 임베딩을 고전적 계획기기(Fast Downward)의 입력으로 사용하며, 맹목적인 휴리스틱을 사용해 계획 실행 가능성 평가를 수행한다.
• AMA 1 PDDL 생성기를 사용해 VAE로 학습된 상태 표현이 탐색 공간 내 참값 상태 노드와 일치하는지 확인한다.
• 임의의 초기 상태에서 3-, 7-, 또는 14단계의 무작위 보행을 통해 다양한 목표 구성의 계획 인스턴스를 생성한다.
• 재구성된 표현에 신경기호 계획기(Latplan)를 적용하여 해의 품질과 완전성을 테스트한다.

실험 결과

연구 질문

• RQ1 딥 오토인코더는 사진 수준의 블록월드 환경 이미지에서 고전적 계획에 충분한 정확도로 기호적 상태 표현을 학습할 수 있는가?
• RQ2 시각적 복잡성과 현실성이 VAE가 기저의 PDDL 논리와 의미적으로 일치하는 상태를 재구성하는 능력에 얼마나 영향을 미치는가?
• RQ3 보상 신호나 액션 레이블 없이도, 고전적 계획기에서 VAE로 학습된 표현만을 입력으로 사용해 정확하고 완전한 해를 찾을 수 있는가?
• RQ4 시각적 노이즈와 환경 변동성이 증가함에 따라 신경기호 시스템의 성능은 어떻게 저하되는가?
• RQ5 시각 도메인 내에서 보조목표 간 충돌(예: 수스만의 역설)이 존재할 경우, 표현 학습 및 계획의 신뢰성에 영향을 미치는가?

주요 결과

• VAE 기반 표현 학습 방법은 Latplan 시스템이 30개의 테스트 인스턴스 중 14개에 대해 정확한 계획을 생성하도록 하여 엔드 투 엔드 시각적 계획에서 부분적인 성공을 입증하였다.
• 16개의 인스턴스에서 실패했으며, 주로 VAE의 상태 재구성 오류로 인한 것으로 나타나, 시각적 복잡성 하에서 표현 정확도의 한계를 보여주었다.
• 4개 블록, 3개 스택 환경의 탐색 공간에는 5,760개의 상태와 34,560개의 전이가 포함되어 있어 표현 학습에 비현실적이지 않은 벤치마크를 제공한다.
• Fast Downward에서 맹목적인 휴리스틱을 사용함으로써 전체 휴리스틱 계산의 확장성 문제를 피할 수 있었으며, 표현 정밀도에 집중할 수 있었다.
• 결과적으로 현재 오토인코더는 특히 보조목표 상호작용이 존재할 경우 시각적 블록월드의 조합적 및 공간적 추론 요구사항을 충족하는 데 어려움을 겪는 것으로 나타났다.
• 데이터셋 생성기는 https://github.com/ibm/photorealistic-blocksworld 에 공개되어 있어 재현성과 향후 벤치마크에 기여할 수 있다.