[논문 리뷰] Planning with Explanatory Actions: A Joint Approach to Plan Explicability and Explanations in Human-Aware Planning.

Sarath Sreedharan, Tathagata Chakraborti외 2명|arXiv (Cornell University)|2019. 03. 18.

AI-based Problem Solving and Planning참고 문헌 21인용 수 8

한 줄 요약

이 논문은 지식 기반 계획 내에서 설명을 '설명적 행동'으로 모델링하여 계획의 명확성과 설명 생성을 통합하는 프레임워크를 제안한다. 이 방법은 이전 기법보다 계산적으로 더 효율적이며 인간을 고려한 계획에서 설명 가능성을 갖춘 일관된 수식을 제공한다.

ABSTRACT

In this work, we formulate the process of generating explanations as model reconciliation for planning problems as one of planning with explanatory actions. We show that these problems could be better understood within the framework of epistemic planning and that, in fact, most earlier works on explanation as model reconciliation correspond to tractable subsets of epistemic planning problems. We empirically show how our approach is computationally more efficient than existing techniques for explanation generation and we end the paper with a discussion of how this formulation could be extended to generate novel explanatory behaviors.

연구 동기 및 목표

• 자동 계획 시스템에서 의미 있고 인간이 이해할 수 있는 설명을 생성하는 데 도전 과제를 해결하기 위해.
• 일관된 계획 프레임워크 내에서 계획의 명확성과 설명 생성을 통합하기 위해.
• 기존 기법들과 비교해 설명 생성의 계산 효율성을 향상시키기 위해.
• 형식화된 계획 접근을 통해 새로운 설명적 행동을 가능하게 하기 위해.

제안 방법

• 지식 기반 계획 프레임워크 내에서 설명 생성을 설명적 행동을 포함한 계획으로 형식화한다.
• 에이전트 모델과 인간 모델 간의 조율 문제를 지식 및 믿음 갱신을 포함한 계획 문제로 모델링한다.
• 설명을 계획기의 지식 상태를 인간의 기대와 일치시키는 데 수정하는 행동으로 표현한다.
• 계산 가능성을 확보하기 위해 지식 기반 계획의 타당한 부분집합을 활용한다.
• 기존의 설명 생성 기법들과의 비교를 통해 효율성을 실증적으로 평가한다.

실험 결과

연구 질문

• RQ1 설명은 계획 과정의 일부로 체계적으로 생성될 수 있는가?
• RQ2 계획의 명확성과 지식 기반 계획 간의 관계는 무엇인가?
• RQ3 통합된 계획 프레임워크 내에서 설명적 행동을 효율적으로 모델링할 수 있는가?
• RQ4 이 방법은 이전의 설명 생성 기법들보다 효율성이 높은가?

주요 결과

• 제안된 방법은 설명 생성을 지식 기반 계획의 한 형태로 모델링하여 계획과 설명을 통합적으로 다룰 수 있도록 한다.
• 기존의 설명을 모델 조율로 간주하는 대부분의 연구들은 지식 기반 계획 문제의 타당한 부분집합으로 밝혀졌다.
• 기존 기법들과 비교해 설명 생성에서 더 높은 계산 효율성을 달성했다.
• 형식화된 계획 메커니즘을 통해 새로운 설명적 행동의 생성을 지원하는 프레임워크를 제공한다.