[论文解读] Software Architecture for Next-Generation AI Planning Systems

Sebastian Graef, Ilche Georgievski|arXiv (Cornell University)|Feb 22, 2021

AI-based Problem Solving and Planning参考文献 52被引用 5

一句话总结

本文提出了一种面向下一代AI规划系统的面向服务的软件架构，将规划能力分解为松散耦合、可重用的服务，以提升可用性、互操作性和可重用性。原型系统展示了快速原型设计和灵活组合的能力，标志着从单体规划器向可扩展、工程驱动的规划生态系统的基础性转变，该系统以软件设计原则为基础。

ABSTRACT

Artificial Intelligence (AI) planning is a flourishing research and development discipline that provides powerful tools for searching a course of action that achieves some user goal. While these planning tools show excellent performance on benchmark planning problems, they represent challenging software systems when it comes to their use and integration in real-world applications. In fact, even in-depth understanding of their internal mechanisms does not guarantee that one can successfully set up, use and manipulate existing planning tools. We contribute toward alleviating this situation by proposing a service-oriented planning architecture to be at the core of the ability to design, develop and use next-generation AI planning systems. We collect and classify common planning capabilities to form the building blocks of the planning architecture. We incorporate software design principles and patterns into the architecture to allow for usability, interoperability and reusability of the planning capabilities. Our prototype planning system demonstrates the potential of our approach for rapid prototyping and flexibility of system composition. Finally, we provide insight into the qualitative advantages of our approach when compared to a typical planning tool.

研究动机与目标

• 弥合AI规划工具中软件工程实践的空白，这些工具通常为单体结构且难以集成。
• 通过应用面向服务架构（SOA）原则，提升规划能力的可用性、互操作性和可重用性。
• 将现有规划能力分解为模块化、可序列化的服务，以支持基于组件的开发和系统组合。
• 提供一种标准化、可扩展的框架，以松散耦合的方式集成现有规划器和新型规划服务。
• 为未来可维护、可演化且符合工业软件工程标准的AI规划系统奠定基础。

提出的方法

• 将规划能力分类为操作性和技术性类别，以识别核心功能，如解析、建模、规划、验证和执行。
• 设计一种面向服务的架构，其中每个规划能力均以松散耦合、基于消息传递的服务形式实现，并具有明确定义的、可序列化的接口。
• 应用软件设计原则和模式（例如关注点分离、封装）以将技术关注点与规划逻辑解耦。
• 使用基于Java的服务实现原型系统，采用JSON和可序列化数据结构以支持互操作性和集成。
• 通过适配器将现有规划工具（如PDDL4J）封装为服务，尽管由于源代码中存在紧密耦合，完全集成所有工具仍具挑战性。
• 使用基于消息的通信机制在服务之间传递信息，以实现规划系统配置的动态组合和运行时灵活性。

实验结果

研究问题

• RQ1 如何系统性地对规划能力进行分类，以支持AI规划中模块化和可重用的系统设计？
• RQ2 与单体规划器相比，面向服务的架构在多大程度上能提升AI规划系统的可用性、互操作性和可重用性？
• RQ3 将现有、紧密耦合的规划工具封装为模块化、互操作的服务时，面临哪些关键的软件工程挑战？
• RQ4 面向服务的架构是否能够实现在现实应用中规划系统的快速原型设计和灵活组合？
• RQ5 诸如松散耦合和关注点分离等设计原则，如何影响下一代规划系统的可维护性和可扩展性？

主要发现

• 所提出的面向服务的架构成功地将规划逻辑与技术关注点解耦，支持模块化开发并提升了可维护性。
• 原型系统通过基于消息的服务集成，展示了快速原型设计和规划能力动态组合的可行性。
• 仅有PDDL4J能够成功封装进服务架构，原因在于其他规划器存在紧密耦合且缺乏可序列化数据结构。
• 通过应用软件工程原则，该架构实现了高可用性、高互操作性和高可重用性，而这些特性在传统AI规划工具中通常缺失。
• 该方法支持通过可序列化数据模型扩展新功能，使其能够适应多样化的应用需求。
• 尽管在集成遗留规划器方面存在挑战，该架构仍为孵化新型规划服务提供了可扩展的生态系统，并避免了重复的集成工作。