[论文解读] Proactive Decision Support using Automated Planning

Satya Gautam Vadlamudi, Tathagata Chakraborti+2 more|arXiv (Cornell University)|Jun 24, 2016

Human-Automation Interaction and Safety参考文献 10被引用 6

一句话总结

本文提出 RADAR，一种基于自动化规划的主动决策支持框架，旨在协助人类决策者在目标导向的规划环境中进行决策。通过分析计划的关键节点（landmarks），RADAR 能够预测因资源约束或不可行性导致的潜在失败，提供及时预警，而无需强制执行固定计划。该方法在消防搜救场景中得到验证，显著提升了决策质量和可用性。

ABSTRACT

Proactive decision support (PDS) helps in improving the decision making experience of human decision makers in human-in-the-loop planning environments. Here both the quality of the decisions and the ease of making them are enhanced. In this regard, we propose a PDS framework, named RADAR, based on the research in Automated Planning in AI, that aids the human decision maker with her plan to achieve her goals by providing alerts on: whether such a plan can succeed at all, whether there exist any resource constraints that may foil her plan, etc. This is achieved by generating and analyzing the landmarks that must be accomplished by any successful plan on the way to achieving the goals. Note that, this approach also supports naturalistic decision making which is being acknowledged as a necessary element in proactive decision support, since it only aids the human decision maker through suggestions and alerts rather than enforcing fixed plans or decisions. We demonstrate the utility of the proposed framework through search-and-rescue examples in a fire-fighting domain.

研究动机与目标

• 通过提供主动且非侵入性的支持，提升人机协同规划中的决策质量与便捷性。
• 解决仅在决策做出后才响应的反应式系统的局限性。
• 通过提供预警和建议而非强制执行刚性计划，支持自然决策过程。
• 通过分析实现目标所必需的关键里程碑（landmarks），早期检测潜在的计划失败。
• 将人工智能中的自动化规划技术整合到实际决策支持工具中，服务于现实世界的应用领域。

提出的方法

• 该框架利用自动化规划识别 landmarks——任何成功实现目标的计划都必须达成的必要条件。
• 通过检查在当前约束条件下是否能够实现所有必需的 landmarks，分析人类指定计划的可行性。
• 通过评估 landmarks 是否需要当前不可用或不足的资源，检测资源约束。
• 当检测到不可行性或资源瓶颈时，系统会生成预警，支持早期人工干预。
• 该方法通过保留人类自主权并提供及时、可操作的反馈，支持自然决策过程。
• 该框架在模拟的消防救援领域中进行评估，涵盖搜救任务，以证明其在现实场景中的适用性。

实验结果

研究问题

• RQ1 能否利用自动化规划技术在执行前主动检测计划的不可行性？
• RQ2 如何通过关键节点分析提升对人类指定计划中资源相关瓶颈的检测能力？
• RQ3 非侵入式、基于预警的系统在人机协同规划中能在多大程度上提升决策质量？
• RQ4 此类系统能否在不强制执行固定计划的前提下支持自然决策过程？
• RQ5 该框架在搜救等复杂、动态的领域中效果如何？

主要发现

• RADAR 框架通过分析所需的关键节点，成功识别出不可行的计划，实现对失败风险的早期检测。
• 通过基于关键节点的可行性检查，系统能够检测出可能导致计划失败的资源约束，支持及时的人工干预。
• 系统通过提供可操作的预警而非取代人类控制，提升了决策质量，支持自然决策过程。
• 在消防领域，该框架在涉及多项目标和多重约束的复杂、时间敏感场景中展现出实际应用价值。
• 该方法在自动化与人类自主权之间取得平衡，提升了决策支持系统的可用性与可靠性。