[論文レビュー] h-approximation: History-Based Approximation of Possible World Semantics as ASP

Manfred Eppe, Mehul Bhatt+1 more|arXiv (Cornell University)|Apr 17, 2013

AI-based Problem Solving and Planning参考文献 23被引用数 3

ひとこと要約

本稿では、過去の出来事に関する推論を可能にし、ロボット計画における異常検出に役立つ、可能な世界意味論（PWS）の履歴に基づく近似手法であるh-近似を提案する。ASP（答え集合プログラミング）にこの形式を翻訳することで、計画存在問題をNP困難にまで簡略化しつつ、過去の出来事に関する推論が可能になる。

ABSTRACT

We propose an approximation of the Possible Worlds Semantics (PWS) for action planning. A corresponding planning system is implemented by a transformation of the action specification to an Answer-Set Program. A novelty is support for postdiction wrt. (a) the plan existence problem in our framework can be solved in NP, as compared to $Σ_2^P$ for non-approximated PWS of Baral(2000); and (b) the planner generates optimal plans wrt. a minimal number of actions in $Δ_2^P$. We demo the planning system with standard problems, and illustrate its integration in a larger software framework for robot control in a smart home.

研究の動機と目的

• 認識計画における完全な可能な世界意味論（PWS）の高い計算複雑性、特に作用言語A_kにおける計画存在問題のΣ₂^P完全性に対処すること。
• 後向き推論（障害診断や異常検出に不可欠）を可能にするが、手動で作成された非拡張に強いエンコードに依存しないPWSの近似を構築すること。
• 新しい作用や制約が追加された場合のドメイン拡張に対しても、過去に関する認識的推論が正確かつスケーラブルに保たれることを保証すること。
• 答え集合プログラミング（ASP）を用いて形式的枠組みを実装し、市販のソルバを用いて逐次的および条件付き計画を可能にする実用的な計画システムへの統合を図ること。
• 具体的には、ドア開閉の異常を示すロボット・ホイールチェアを搭載したスマートホーム環境において、認知的ロボティクスの文脈で本手法を実世界で検証すること。

提案手法

• h-近似（HPX）形式は、知識を過去の履歴に基づいてモデル化し、後向き推論と慣性則を用いて知識を精緻化する。
• A_kに時間的照会意味論（A_k TQS）を拡張することで、過去の状態に関する知識を表現可能とし、完全なPWSとの形式的比較を可能にする。
• HPX意味論は答え集合プログラミング（ASP）としてエンコードされ、エピステミック的および動的推論が安定モデル意味論に翻訳され、計算が効率的に行える。
• 後向き推論は、観測されたセンサ出力と事前知識に基づき、過去の異常状態（例：ab_open）を推論するルールによって実装され、分岐構造を用いて代替の歴史をモデル化する。
• ASPにおける分岐構造では、各分岐が可能な履歴を表し、センシング結果が知識伝達ルールおよび慣性ルールを通じて分岐間で知識を伝達する。
• 前向きおよび後向きの慣性ルールを活用して、時間ステップおよび分岐間で世界状態に関する知識を維持・更新し、過去に何が確実に真であったかを推論可能にする。

実験結果

リサーチクエスチョン

• RQ1 計算的に実行可能で、かつ拡張に強い後向き推論を可能にするPWSの近似を設計できるか？
• RQ2 不完全または異常な観測が存在する状況下でも、過去の状態に関する推論においてエピステミック的正確性を保持できるか？
• RQ3 本形式における計画存在問題は、完全なPWSのΣ₂^P完全性とは対照的に、NPで解けるか？
• RQ4 手動で作成されたドメイン固有のルールに依存せずに、論理ベースの計画システムに後向き推論を体系的にエンコードできるか？
• RQ5 h-近似は、スマート環境におけるリアルタイムで高水準な制御が求められる認知的ロボティクスフレームワークに効果的に統合できるか？

主な発見

• h-近似下での計画存在問題はNPで解けることが示された。これは、A_kにおける完全なPWSのΣ₂^P完全性と比べて顕著な改善である。
• 本フレームワークは、拡張に強い後向き推論をサポートしており、ドメイン固有のルールをハードコードすることなく、現在の観測から過去の異常状態（例：ドアが閉じ込められている）を推論可能である。
• スマートホームの事例研究において、時刻t'>2でドアの向こうに物体がいたことを知っていることから、時刻t=2にドアが開いていたと後向きに推論できた。
• ASP実装は、時刻t=1でドアが開いており、t=2で開いていなかった場合、開錠作用が失敗したに違いないと正しく推論し、異常状態（ab_open）を検出できた。
• ドアが閉ざされていると判明した際、代替ルートを正常に生成した。これは、実世界のロボット制御シナリオにおける機能的な後向き推論を示している。
• 計画存在問題がNP完全であるにもかかわらず、ASPベースの実装はCFFのような専用PDDLプランナーよりも非効率であった。今後の研究として、PDDLにインspiredされたヒューリスティクスをASPに統合する必要がある。