Fugu-MT 論文翻訳(概要): Playing Angry Birds with a Domain-Independent PDDL+ Planner

論文の概要: Playing Angry Birds with a Domain-Independent PDDL+ Planner

arxiv url: http://arxiv.org/abs/2107.04635v1
Date: Fri, 9 Jul 2021 19:12:49 GMT
ステータス: 処理完了
システム内更新日: 2021-07-14 12:39:01.669255
Title: Playing Angry Birds with a Domain-Independent PDDL+ Planner
Title（参考訳）: ドメインに依存しないpddl+プランナーでangry birdsをプレイする
Authors: Wiktor Piotrowski, Roni Stern, Matthew Klenk, Alexandre Perez, Shiwali Mohan, Johan de Kleer, Jacob Le
Abstract要約: 本稿では,ドメインに依存しないプランナを用いて,人気ゲームAngry Birdsをプレイする最初のシステムを提案する。我々のシステムは、混合離散/連続ドメインのための計画言語PDDL+を用いて、Angry Birdsレベルをモデル化する。その結果,本システムの性能は,Angry Birdsの他のドメイン固有システムと同等であることがわかった。
参考スコア（独自算出の注目度）: 70.90561717757737
License: http://creativecommons.org/licenses/by-sa/4.0/
Abstract: This demo paper presents the first system for playing the popular Angry Birds game using a domain-independent planner. Our system models Angry Birds levels using PDDL+, a planning language for mixed discrete/continuous domains. It uses a domain-independent PDDL+ planner to generate plans and executes them. In this demo paper, we present the system's PDDL+ model for this domain, identify key design decisions that reduce the problem complexity, and compare the performance of our system to model-specific methods for this domain. The results show that our system's performance is on par with other domain-specific systems for Angry Birds, suggesting the applicability of domain-independent planning to this benchmark AI challenge.
Abstract（参考訳）: 本稿では,ドメインに依存しないプランナーを用いて人気のangry birdsゲームを初めてプレイするシステムを提案する。我々のシステムは、混合離散/連続ドメインのための計画言語PDDL+を用いて、Angry Birdsレベルをモデル化する。ドメインに依存しないPDDL+プランナーを使用してプランを生成し、実行する。本稿では,本ドメインのPDDL+モデルについて述べるとともに,問題の複雑性を低減させる重要な設計上の決定事項を特定し,本ドメインのモデル固有の手法と比較する。その結果,本システムの性能はangry birdsの他のドメイン固有システムと同等であり,このベンチマークai課題に対するドメイン独立計画の適用性が示唆された。

関連論文リスト

Deep Domain Specialisation for single-model multi-domain learning to rank [1.534667887016089]
複数のモデルをトレーニングし、メンテナンスし、更新するコストは、すべてのドメインに責任を持つ単一のモデルを持つよりも高い。本稿では,複数のドメインをひとつのモデルに統合するディープ・ドメイン・スペシャライゼーション(DDS)のアーキテクチャを提案する。
論文参考訳（メタデータ） (2024-07-01T08:19:19Z)
PROC2PDDL: Open-Domain Planning Representations from Texts [56.627183903841164]
Proc2PDDLは、専門家によるPDDL表現と組み合わせたオープンドメインの手続きテキストを含む最初のデータセットである。以上の結果から, GPT-3.5は0%, GPT-4は35%, Proc2PDDLは極めて困難であることが示唆された。
論文参考訳（メタデータ） (2024-02-29T19:40:25Z)
Real-World Planning with PDDL+ and Beyond [55.73913765642435]
我々は、軽量さ、単純さ、そして最も重要なのは適応性を強調するために作られた新しいPDDL+プランナーであるNyxを紹介する。 Nyxは、ある種のAIプランニングを必要とする事実上の現実世界のアプリケーションに合わせることができ、現実の問題を解決するための計画手法をより広く採用するための道を開くことができる。
論文参考訳（メタデータ） (2024-02-19T07:35:49Z)
Leveraging Pre-trained Large Language Models to Construct and Utilize World Models for Model-based Task Planning [39.29964085305846]
事前訓練済みの大規模言語モデルをプランナーとして直接使用する方法は、計画の正確性に限界があるため、現在は実用的ではない。本研究では,ドメイン定義言語(PDDL)の計画において,明示的な世界(ドメイン)モデルを構築し,ドメインに依存しないプランナで計画する新たなパラダイムを提案する。
論文参考訳（メタデータ） (2023-05-24T08:59:15Z)
Heuristic Search For Physics-Based Problems: Angry Birds in PDDL+ [15.831413733998234]
本稿では,ドメインに依存しないプランナーと探索を用いてAngry Birdsをプレイする方法について検討する。このゲームをモデル化するために、混合離散/連続ドメインのための計画言語PDDL+を使用する。
論文参考訳（メタデータ） (2023-03-29T19:01:51Z)
Tackling Long-Tailed Category Distribution Under Domain Shifts [50.21255304847395]
既存のアプローチでは、両方の問題が存在するシナリオに対処できません。本研究では,分散校正型分類損失,視覚意味マッピング,セマンティック類似性誘導拡張の3つの新しい機能ブロックを設計した。 AWA2-LTSとImageNet-LTSという2つの新しいデータセットが提案された。
論文参考訳（メタデータ） (2022-07-20T19:07:46Z)
PADA: Pruning Assisted Domain Adaptation for Self-Supervised Speech Representations [1.2031796234206138]
PADA(Pruning Assisted Domain Adaptation)と、大量のドメイン外(OOD)データに基づいて事前訓練されたモデルから余剰重量をゼロにする。冗長ウェイトは、この研究の一部として詳細に議論された様々なプルーニング戦略を通じて特定することができる。具体的には、最近発見されたタスク非依存およびタスク認識プルーニングがPADに与える影響を調査し、後者に基づく新しいプルーニングパラダイムを提案する。提案したCD-TAW法は,Switchの2時間サブセットを微調整した場合,ベースラインよりも20.6%の相対的なWER改善を実現する。
論文参考訳（メタデータ） (2022-03-31T11:34:58Z)
Graphical Modeling for Multi-Source Domain Adaptation [56.05348879528149]
マルチソースドメイン適応(MSDA)は、複数のソースドメインからターゲットドメインへの知識の転送に焦点を当てている。我々は2種類のグラフィカルモデルを提案する。 MSDAの条件付きランダムフィールド(CRF-MSDA)とMSDAのマルコフランダムフィールド(MRF-MSDA) これらの2つのモデルを、ドメインシフトとデータの複雑さが異なるMSDAの4つの標準ベンチマークデータセットで評価します。
論文参考訳（メタデータ） (2021-04-27T09:04:22Z)
On the Importance of Domain Model Configuration for Automated Planning Engines [37.66825912004617]
ドメインに依存しないプランナの開発は、幅広いアプリケーションで使用可能な"オフザシェルフ(off-the-shelf)"技術につながっている。本稿では,ドメインに依存しないプランナの性能がドメインモデル構成にどのように影響するかを検討する。
論文参考訳（メタデータ） (2020-10-15T12:40:02Z)
Multi-path Neural Networks for On-device Multi-domain Visual Classification [55.281139434736254]
本稿では,モバイルデバイス上でのマルチドメイン視覚分類のためのマルチパスネットワークの自動学習手法を提案する。提案するマルチパスネットワークは,各ドメインに1つの強化学習コントローラを適用して,MobileNetV3のような検索空間から生成されたスーパーネットワークの最適経路を選択することにより,ニューラルネットワーク検索から学習する。決定されたマルチパスモデルは、個々のドメインパス内の非共有ノード内にドメイン固有のパラメータを保持しながら、共有ノード内のドメイン間でパラメータを選択的に共有する。
論文参考訳（メタデータ） (2020-10-10T05:13:49Z)

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。