論文の概要: Efficient Temporal Piecewise-Linear Numeric Planning with Lazy
Consistency Checking
- arxiv url: http://arxiv.org/abs/2105.10176v1
- Date: Fri, 21 May 2021 07:36:54 GMT
- ステータス: 処理完了
- システム内更新日: 2021-05-25 03:28:18.850654
- Title: Efficient Temporal Piecewise-Linear Numeric Planning with Lazy
Consistency Checking
- Title（参考訳）: Lazy Consistency Checking を用いた時間的最適線形数値計画法
- Authors: Josef Bajada, Maria Fox and Derek Long
- Abstract要約: 本稿では,プランナがLP整合性チェックを可能な限り遅延的に計算できる手法を提案する。
また,時間依存ゴールチェックをより選択的に行うアルゴリズムを提案する。
結果として得られるプランナーは、より効率的であるだけでなく、最先端の時間数値とハイブリッドプランナーよりも優れています。
- 参考スコア（独自算出の注目度）: 4.834203844100679
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: State-of-the-art temporal planners that support continuous numeric effects
typically interweave search with scheduling to ensure temporal consistency. If
such effects are linear, this process often makes use of Linear Programming
(LP) to model the relationship between temporal constraints and conditions on
numeric fluents that are subject to duration-dependent effects. While very
effective on benchmark domains, this approach does not scale well when solving
real-world problems that require long plans. We propose a set of techniques
that allow the planner to compute LP consistency checks lazily where possible,
significantly reducing the computation time required, thus allowing the planner
to solve larger problem instances within an acceptable time-frame. We also
propose an algorithm to perform duration-dependent goal checking more
selectively. Furthermore, we propose an LP formulation with a smaller footprint
that removes linearity restrictions on discrete effects applied within segments
of the plan where a numeric fluent is not duration dependent. The effectiveness
of these techniques is demonstrated on domains that use a mix of discrete and
continuous effects, which is typical of real-world planning problems. The
resultant planner is not only more efficient, but outperforms most
state-of-the-art temporal-numeric and hybrid planners, in terms of both
coverage and scalability.
- Abstract（参考訳）: 連続的な数値効果をサポートする最先端の時間プランナーは通常、時間的一貫性を確保するために、探索とスケジューリングを織り交ぜる。
このような効果が線形である場合、このプロセスは時間的制約と時間的依存的な影響を受ける数値流束の条件との関係をモデル化するためにリニアプログラミング(LP)を利用することが多い。
ベンチマークドメインでは非常に効果的だが、長い計画を必要とする現実世界の問題を解決する場合、このアプローチはうまくスケールしない。
我々は,プランナーがlp一貫性チェックを可能な限り遅延的に計算できる手法を提案し,必要な計算時間を著しく削減し,プランナーが許容可能な時間枠内でより大きな問題インスタンスを解決できるようにする。
また,時間依存ゴールチェックをより選択的に行うアルゴリズムを提案する。
さらに,数値流動性が持続時間に依存しないプランのセグメント内で適用される離散的効果に対する線形性制限を取り除く,フットプリントが小さいlp定式化を提案する。
これらの手法の有効性は、現実の計画問題に典型的な離散的および連続的な効果を混合した領域で実証される。
その結果、プランナーはより効率的であるだけでなく、カバレッジとスケーラビリティの両方の観点から、最先端の時間数値とハイブリッドプランナーよりも優れています。
関連論文リスト
- Proactive and Reactive Constraint Programming for Stochastic Project Scheduling with Maximal Time-Lags [3.723602673856398]
本研究では,最大時間ラグ(SRCPSP/max)を用いた資源制約型プロジェクトスケジューリング問題のスケジューリング戦略について検討する。
制約プログラミング(CP)とテンポラルネットワークの最近の進歩は、様々なプロアクティブかつリアクティブなスケジューリング手法の利点と欠点を評価することへの関心を再燃させた。
論文 参考訳（メタデータ） (2024-09-13T15:01:25Z) - Short-Long Convolutions Help Hardware-Efficient Linear Attention to Focus on Long Sequences [60.489682735061415]
本稿では,状態空間モデルを短時間の畳み込みに置き換えたCHELAを提案する。
提案手法の有効性を示すために,Long Range Arenaベンチマークと言語モデリングタスクについて実験を行った。
論文 参考訳（メタデータ） (2024-06-12T12:12:38Z) - Differentiable Combinatorial Scheduling at Scale [18.09256072039255]
本稿では,Gumbel-Softmax微分可能なサンプリング手法を用いて,微分可能なスケジューリングフレームワークを提案する。
スケジューリングタスクの不等式制約をエンコードするために,任意の不等式制約を積極的にエンコードするテキスト制約付きGumbel Trickを導入する。
本手法は, トレーニングデータを必要とせずに, 勾配降下による効率よく, スケーラブルなスケジューリングを容易にする。
論文 参考訳（メタデータ） (2024-06-06T02:09:39Z) - Constant-time Motion Planning with Anytime Refinement for Manipulation [17.543746580669662]
本研究では,CTMP(Constant-time Motion Planners)アルゴリズムと組み合わせたリアルタイム改良手法を提案する。
提案するフレームワークは,定数時間アルゴリズムとして動作するため,ユーザ定義時間しきい値内の初期解を高速に生成する。
任意の時間アルゴリズムとして機能し、割り当てられた時間予算内で、ソリューションの品質を反復的に改善します。
論文 参考訳（メタデータ） (2023-11-01T20:40:10Z) - Dynamic Scheduling for Federated Edge Learning with Streaming Data [56.91063444859008]
我々は,長期的エネルギー制約のある分散エッジデバイスにおいて,トレーニングデータを時間とともにランダムに生成するフェデレーションエッジ学習(FEEL)システムを検討する。
限られた通信リソースとレイテンシ要件のため、各イテレーションでローカルトレーニングプロセスに参加するのはデバイスのサブセットのみである。
論文 参考訳（メタデータ） (2023-05-02T07:41:16Z) - Oracle-Efficient Smoothed Online Learning for Piecewise Continuous Decision Making [73.48977854003697]
この研究は、複雑性という新しい概念、一般化ブラケット数を導入し、空間の大きさに対する敵の制約を結婚させる。
次に、オンライン予測や断片的連続関数の計画など、関心のあるいくつかの問題で境界をインスタンス化する。
論文 参考訳（メタデータ） (2023-02-10T18:45:52Z) - A Hierarchical Temporal Planning-Based Approach for Dynamic Hoist
Scheduling Problems [11.66506213335498]
ホイストスケジューリングは、自律デバイスの開発で産業応用の電気めっきのボトルネックとなっている。
適応型PDDLの形で新しい時間計画問題としてホイストスケジューリング問題を定式化する。
この問題に対するソリューションメソッドの評価に使用できる実生活ベンチマークインスタンスのコレクションを提供する。
論文 参考訳（メタデータ） (2022-12-11T05:30:44Z) - Gradient-Based Mixed Planning with Discrete and Continuous Actions [34.885999774739055]
本稿では,連続パラメータと候補計画の動作を同時に最適化する二次的枠組みを提案する。
フレームワークはモジュールと組み合わせて、緩和に基づいて初期状態から目標へ移行する最適な計画候補を推定する。
論文 参考訳（メタデータ） (2021-10-19T14:21:19Z) - Better than the Best: Gradient-based Improper Reinforcement Learning for
Network Scheduling [60.48359567964899]
パケット遅延を最小限に抑えるため,制約付き待ち行列ネットワークにおけるスケジューリングの問題を考える。
我々は、利用可能な原子ポリシーよりも優れたスケジューラを生成するポリシー勾配に基づく強化学習アルゴリズムを使用する。
論文 参考訳（メタデータ） (2021-05-01T10:18:34Z) - Combining Deep Learning and Optimization for Security-Constrained
Optimal Power Flow [94.24763814458686]
セキュリティに制約のある最適電力フロー(SCOPF)は、電力システムの基本である。
SCOPF問題におけるAPRのモデル化は、複雑な大規模混合整数プログラムをもたらす。
本稿では,ディープラーニングとロバスト最適化を組み合わせた新しい手法を提案する。
論文 参考訳（メタデータ） (2020-07-14T12:38:21Z) - Time-varying Gaussian Process Bandit Optimization with Non-constant
Evaluation Time [93.6788993843846]
非定常評価時間を効果的に処理できる新しい時間変化ベイズ最適化アルゴリズムを提案する。
我々の限界は、評価時間列のパターンが問題の難易度に大きな影響を与えることを決定づける。
論文 参考訳（メタデータ） (2020-03-10T13:28:33Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。