[论文解读] Scaling-up Generalized Planning as Heuristic Search with Landmarks

Javier Segovia‐Aguas, Sergio Jiménez+2 more|arXiv (Cornell University)|May 10, 2022

AI-based Problem Solving and Planning被引用 4

一句话总结

该论文提出 PGP(f_LM)，一种新颖的启发式搜索算法，用于广义规划（generalized planning），结合了渐进式实例处理与基于里程碑的启发式方法。通过利用规划实例中未明确表示的子目标信息，该方法减少了搜索过程中的平台期，加速了收敛速度，在运行效率与解的质量方面均优于当前最先进的方法。

ABSTRACT

Landmarks are one of the most effective search heuristics for classical planning, but largely ignored in generalized planning. Generalized planning (GP) is usually addressed as a combinatorial search in a given space of algorithmic solutions, where candidate solutions are evaluated w.r.t.~the instances they solve. This type of solution evaluation ignores any sub-goal information that is not explicit in the representation of the planning instances, causing plateaus in the space of candidate generalized plans. Furthermore, node expansion in GP is a run-time bottleneck since it requires evaluating every child node over the entire batch of classical planning instances in a GP problem. In this paper we define a landmark counting heuristic for GP (that considers sub-goal information that is not explicitly represented in the planning instances), and a novel heuristic search algorithm for GP (that we call PGP) and that progressively processes subsets of the planning instances of a GP problem. Our two orthogonal contributions are analyzed in an ablation study, showing that both improve the state-of-the-art in GP as heuristic search, and that both benefit from each other when used in combination.

研究动机与目标

• 为解决由于启发式函数忽略规划实例中未显式表示的子目标信息，导致广义规划（GP）中出现搜索平台期的问题。
• 缓解因需在全部规划实例批次中评估每个候选解而导致的运行时间瓶颈。
• 将原本用于状态空间搜索的经典规划里程碑启发式方法，适配至广义规划中的解空间搜索。
• 设计一种新颖的启发式搜索算法 PGP，通过逐步在子集上评估候选计划，提升可扩展性与搜索效率。

提出的方法

• 提出一种用于广义规划的里程碑计数启发式方法（f_LM），可从领域表示中提取子目标信息（如必要动作与状态转移），即使这些信息未在目标条件中明确表达。
• 提出 PGP 算法，采用渐进式处理方式而非一次性评估所有规划实例，从而降低节点扩展成本并避免早期停滞。
• 利用经典规划中生成的里程碑图，识别必须包含在任何有效解中的关键动作（如到达所有走廊单元格、持有钥匙等）。
• 将里程碑启发式 f_LM 与 PGP 中的渐进式评估相结合，引导在规划程序空间中的搜索，提升收敛速度并减少搜索空间探索。
• 采用最佳优先搜索策略，节点按 f_LM 值优先排序，并通过动态子集处理实现准确度与计算成本之间的平衡。
• 将经典规划技术（如里程碑抽象与松弛）适配至广义规划场景，实现成熟启发式方法向解空间搜索的迁移。

实验结果

研究问题

• RQ1 在经典规划中有效的基于里程碑的启发式方法，能否被适配以改进广义规划中的启发式搜索？
• RQ2 在子集上对候选计划进行渐进式评估，是否能减少广义规划中的搜索平台期并提升可扩展性？
• RQ3 在广义规划中，里程碑启发式与渐进式评估协同作用时，其相互影响机制如何？
• RQ4 将里程碑启发式与渐进式处理相结合，与现有最先进广义规划方法相比，其性能提升程度如何？

主要发现

• 里程碑计数启发式 f_LM 通过引入目标条件中未明确表达的隐含子目标信息，显著减少了搜索平台期。
• PGP 对实例的渐进式处理降低了节点评估的计算成本，避免了全批量评估的性能瓶颈。
• 消融实验表明，f_LM 与 PGP 单独使用时均优于 BFGP（此前广义规划启发式搜索的最先进方法）。
• 两者结合后产生协同增益，实现比任一组件单独使用更快的收敛速度与更高的解质量。
• 该方法在更大规模规划问题上表现出良好的可扩展性，在多种广义规划基准测试中均展现出稳健性能。
• 该方法实现了将经典规划技术（如里程碑）向广义规划的迁移，为集成其他经典启发式（如有益动作或首选算子）开辟了新路径。