[論文レビュー] Physical problem solving: Joint planning with symbolic, geometric, and dynamic constraints

Ilker Yildirim, Tobias Gerstenberg+3 more|arXiv (Cornell University)|Jul 25, 2017

Artificial Intelligence in Games参考文献 9被引用数 15

ひとこと要約

この論文は、記号的計画、幾何的運動合成、物理シミュレーションを統合した計算モデルを提示する。このモデルは、記号的複雑さ、物理的安定性、作業効率を同時に最適化することで、参加者の物理的行動と片手・両手による操作の心理的シミュレーションを正確に予測し、人間のデータと高い定量的整合性を示している（r = .68–.74）。

ABSTRACT

In this paper, we present a new task that investigates how people interact with and make judgments about towers of blocks. In Experiment~1, participants in the lab solved a series of problems in which they had to re-configure three blocks from an initial to a final configuration. We recorded whether they used one hand or two hands to do so. In Experiment~2, we asked participants online to judge whether they think the person in the lab used one or two hands. The results revealed a close correspondence between participants' actions in the lab, and the mental simulations of participants online. To explain participants' actions and mental simulations, we develop a model that plans over a symbolic representation of the situation, executes the plan using a geometric solver, and checks the plan's feasibility by taking into account the physical constraints of the scene. Our model explains participants' actions and judgments to a high degree of quantitative accuracy.

研究の動機と目的

• 記号的・幾何的・動的制約の下で、人間が物体（例：ブロックタワー）の物理的操作をどのように計画し実行するかを調査すること。
• 直感的な物理的問題解決の背後にある認知的メカニズム、特に高レベルの計画と低レベルの物理的妥当性の間の相互作用を理解すること。
• 記号的・幾何的・物理的推論の統一フレームワークを用いて、観察された人間の行動と行動の心理的シミュレーションを両方説明する計算モデルを開発すること。
• 物理的安定性と作業効率が、物理的操作タスクにおける人間の行動と判断を説明するために必要不可欠な要素であるかどうかを検証すること。
• データ集約型のディープラーニング手法と比較して、人間のデータ効率性と柔軟性の高さを強調し、人間の問題解決における常識的推論の役割を明らかにすること。

提案手法

• モデルは、初期状態と最終状態のブロック配置を記号的に表現し、部分目標や移動手順のシーケンスを含む高レベルの行動計画を生成する。
• 幾何的ソルバーが、記号的計画から運動学的に可能な運動経路を合成し、二本のアームを持つロボットでの実行をシミュレートする。
• 物理エンジンが各中間状態の物理的安定性を検証し、安定でない状態に至る計画は、回復が可能でない限り却下する。
• 記号的複雑さ、作業コスト（複数ブロック移動では0.5）、不安定状態の回復コスト（不安定な中間状態では0.5）を組み合わせた合成スコアを計算する。
• 有効な解の全セットに対してソフトマックス関数を用いて確率的行動選択をモデル化し、低コストの計画（例：片手による移動）がより高い確率で選ばれるようにする。
• モデルは、ラボで観察された行動とオンライン参加者の行動シミュレーションに対する予測を、ブートストラップリサンプリングを用いた相関分析と仮説検定により評価する。

実験結果

リサーチクエスチョン

• RQ1 人は、ブロックタワーの再配置において、片手か両手をどのように選択するのか。この意思決定に影響を与える要因は何か。
• RQ2 物理的安定性と作業効率は、物理的問題解決における人間の行動と心理的シミュレーションを説明するためにどの程度寄与しているか。
• RQ3 記号的・幾何的・物理的推論を統合した統一モデルは、人間の行動と心理的シミュレーションを正確に予測できるか。
• RQ4 物理的安定性の推論が、記号的計画と効率性のみに依存するモデルよりも、人間の判断を説明するために不可欠であるか。
• RQ5 物理的推論や効率的要因を欠落させたアブレーションバージョンと比較して、モデルの性能はどの程度異なるか。

主な発見

• 記号的計画、幾何的運動合成、物理的安定性チェックを統合した完全なモデルは、ラボでの参加者の実際の行動と相関係数 r = .68 を達成した。
• 実験2における心理的シミュレーションの予測は、オンライン参加者の判断と相関係数 r = .74 を示し、物理的安定性や作業コストを無視するモデルを著しく上回った。
• 物理的安定性の推論は、参加者の判断を説明するために不可欠であり、これを欠いたモデルは直接的な仮説検定で有意に劣った（p < .05）。
• 作業効率の組み込みによりモデルの適合度が向上し、特に心理的シミュレーションにおいて顕著であったが、効率的モデルと全解モデルの差は僅かに有意（p = .06）であった。
• 物理的推論を欠落させたアブレーションモデルは完全なモデルより性能が低く、人間の問題解決における物理的妥当性が重要な制約であることを確認した。
• 参加者は、片手による解決が著しく高い作業コストを要する場合にのみ、両手を使用していた。これは、作業コストの最小化が物理的操作タスクにおける行動選択を導くことを示している。