[논문 리뷰] PDDL+ Planning via Constraint Answer Set Programming

Marcello Balduccini, Daniele Magazzeni외 1명|arXiv (Cornell University)|2016. 08. 31.

Logic, Reasoning, and Knowledge참고 문헌 7인용 수 6

한 줄 요약

이 논문은 제약 답변 집합 프로그래밍(CASP)을 사용하여 PDDL+ 계획 문제를 해결하는 새로운 접근법을 제시한다. PDDL+ 도메인을 CASP 문제로 인코딩하여 선형 및 비선형 하이브리드 동역학을 모두 처리한다. 이 방법은 ezcsp 솔버를 활용하며, 벤치마크 문제에서 dReal과 UPMurphi를 능가하는 경쟁력 있는 성능을 보이며, SMTPlan+에 가까운 효율성을 보인다.

ABSTRACT

PDDL+ is an extension of PDDL that enables modelling planning domains with mixed discrete-continuous dynamics. In this paper we present a new approach to PDDL+ planning based on Constraint Answer Set Programming (CASP), i.e. ASP rules plus numerical constraints. To the best of our knowledge, ours is the first attempt to link PDDL+ planning and logic programming. We provide an encoding of PDDL+ models into CASP problems. The encoding can handle non-linear hybrid domains, and represents a solid basis for applying logic programming to PDDL+ planning. As a case study, we consider the EZCSP CASP solver and obtain promising results on a set of PDDL+ benchmark problems.

연구 동기 및 목표

• 혼합 이산-연속 동역학을 가진 하이브리드 도메인을 모델링하기 위해 제약 답변 집합 프로그래밍(CASP)을 사용할 수 있도록 PDDL+ 계획과 논리 프로그래밍을 연결하는 것.
• 선형 및 비선형 연속 과정과 이벤트를 모두 지원하는 일반적인 PDDL+ 모델을 CASP 문제로 인코딩하는 것.
• 표준 PDDL+ 벤치마크 문제를 대상으로 ezcsp CASP 솔버를 사용하여 이 접근법의 타당성과 성능을 평가하는 것.
• 미래의 불확실성 및 비결정적 영향을 지원하기 위한 논리 프로그래밍 기법을 PDDL+ 계획에 확장하기 위한 기반을 마련하는 것.

제안 방법

• 논문은 액션, 이벤트, 과정, 전제 조건, 영향 등을 포함한 PDDL+ 구성 요소를 수치적 제약을 추가한 ASP 규칙로 인코딩하여 연속 동역학을 표현한다.
• 연속 불변성을 이산 시간점에서 검증하며, '이산화하고 검증하기' 전략을 따르며, 솔루션의 타당성을 검증하고 정밀도를 높이기 위해 VAL 도구를 사용한다.
• CASP 프레임워크 내에서 실수 변수에 대한 미분 방정식과 제약 조건을 표현하여 선형 및 비선형 연속 동역학을 모두 지원한다.
• 이 방법은 비선형 제약 조건과 실수를 직접 지원하는 ezcsp 솔버를 사용하여 복잡한 하이브리드 행동을 처리할 수 있다.
• 시간을 이산적인 점으로 모델링하여 시간 추론을 통합하며, 액션 지속 시간과 과정의 진화를 이러한 점들 사이에서 추적한다.
• 검증 루프를 활용한다: 후보 솔루션은 VAL 도구를 통해 정확성 여부를 검증하고, 잘못된 경우 시간 해상도를 높여 솔루션을 정밀화한다.

실험 결과

연구 질문

• RQ1 제약 답변 집합 프로그래밍(CASP)이 혼합 이산-연속 동역학을 가진 PDDL+ 계획 문제를 효과적으로 모델링하고 해결하는 데 사용될 수 있는가?
• RQ2 SMTPlan+, dReal, UPMurphi와 같은 기존 최첨단 PDDL+ 계획기와 비교해 CASP 기반 접근법의 성능은 어떠한가?
• RQ3 CASP가 PDDL+ 도메인에서 비선형 연속 동역학과 복잡한 하이브리드 행동을 얼마나 잘 처리할 수 있는가?
• RQ4 문제의 복잡성이 증가함에 따라 CASP 인코딩의 확장성과 안정성 특성은 어떠한가?

주요 결과

• CASP 기반 접근법은 선형 및 비선형 PDDL+ 벤치마크에서 모두 dReal과 UPMurphi를 능가했으며, 비선형 케이스에서 ezcsp는 dReal보다 수 개의 주기 차이로 훨씬 뛰어난 성능을 보였다.
• 선형 케이스에서는 ezcsp가 dReal보다 약 3배 빠르고, UPMurphi보다 2~3배 느렸지만, 비선형 케이스에서는 ezcsp가 UPMurphi를 크게 앞서며, 첫 번째 인스턴스만 해결했고 거의 2차 주기의 감속을 보였다.
• SMTPlan+는 ezcsp보다 약 1~2개 주기 빠르게 작동했으며, 비선형 케이스에서 ezcsp보다 한 개 더 많은 인스턴스를 해결했으며, 이는 강력하지만 아직 최적의 성능은 아님을 시사한다.
• ezcsp/estim 변형은 비선형 케이스에서 다른 ezcsp 인코딩보다 뛰어난 성능를 보였고, 시간 초과 전까지 빠르게 작동하여 향후 최적화 잠재력이 있음을 시사한다.
• 문제의 복잡성이 증가함에 따라 실행 시간이 크게 증가하지 않아, 테스트 범위 내에서 양호한 확장성을 보였다.
• 결과적으로 CASP는 비선형 도메인에서 특히 유망한 PDDL+ 계획을 위한 타당하고 유망한 패러다임임을 확인했으며, 향후 불확실성 및 비결정적 영향을 위한 확장에 견고한 기반을 제공한다.