論文の概要: Encoding Compositionality in Classical Planning Solutions

• arxiv url: http://arxiv.org/abs/2107.05850v1
• Date: Tue, 13 Jul 2021 05:05:11 GMT
• ステータス: 処理完了
• システム内更新日: 2021-07-15 00:10:19.944708
• Title: Encoding Compositionality in Classical Planning Solutions
• Title（参考訳）: 古典的計画解における構成性の符号化
• Authors: Angeline Aguinaldo, William Regli
• Abstract要約: 選択されたアクション間の依存関係をキャプチャするために、計画全体を通してリテラルのトレースをエンコードすることが望ましい。 本研究のアプローチは,リテラルと選択した計画間のマップとして,アクションをこれらのマップの合成として見ることである。
• 参考スコア（独自算出の注目度）: 0.8122270502556374
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Classical AI planners provide solutions to planning problems in the form of long and opaque text outputs. To aid in the understanding transferability of planning solutions, it is necessary to have a rich and comprehensible representation for both human and computers beyond the current line-by-line text notation. In particular, it is desirable to encode the trace of literals throughout the plan to capture the dependencies between actions selected. The approach of this paper is to view the actions as maps between literals and the selected plan as a composition of those maps. The mathematical theory, called category theory, provides the relevant structures for capturing maps, their compositions, and maps between compositions. We employ this theory to propose an algorithm agnostic, model-based representation for domains, problems, and plans expressed in the commonly used planning description language, PDDL. This category theoretic representation is accompanied by a graphical syntax in addition to a linear notation, similar to algebraic expressions, that can be used to infer literals used at every step of the plan. This provides the appropriate constructive abstraction and facilitates comprehension for human operators. In this paper, we demonstrate this on a plan within the Blocksworld domain.
• Abstract（参考訳）: 古典的なAIプランナーは、長く不透明なテキスト出力という形で計画問題の解決策を提供する。 計画解の伝達可能性を理解するためには,現行のライン・バイ・ライン・テキスト・表記を超えて,人間とコンピュータの双方に対して,リッチで理解しやすい表現が必要である。 特に、選択されたアクション間の依存関係をキャプチャするために、計画全体を通してリテラルのトレースをエンコードすることが望ましい。 本研究のアプローチは,リテラルと選択した計画間のマップとして,アクションをマップの合成として見ることである。 圏論と呼ばれる数学理論は、地図、それらの構成、および構成間の写像を捉えるための関連する構造を提供する。 この理論を用いて、よく使われる計画記述言語PDDLで表現される領域、問題、計画に対するアルゴリズムに依存しないモデルベース表現を提案する。 この圏論的な表現は、計画のすべてのステップで使われるリテラルを推論するのに使える代数的表現と同様の線形表記に加えて、グラフィカルな構文が伴っている。 これは適切な構成的抽象化を提供し、人間の演算子に対する理解を促進する。 本稿では、blocksworldドメイン内のプランでこれを実証する。

関連論文リスト

• Planning as In-Painting: A Diffusion-Based Embodied Task Planning Framework for Environments under Uncertainty [56.30846158280031]
  具体的AIのためのタスクプランニングは、最も難しい問題の1つだ。 In-paintingとしての計画」というタスク非依存の手法を提案する。 提案するフレームワークは,様々な具体的AIタスクにおいて,有望なパフォーマンスを実現する。
  論文  参考訳（メタデータ） (2023-12-02T10:07:17Z)
• EIPE-text: Evaluation-Guided Iterative Plan Extraction for Long-Form Narrative Text Generation [114.50719922069261]
  長文物語テキスト生成のための評価誘導反復計画抽出法(EIPE-text)を提案する。 EIPEテキストには、計画抽出、学習、推論の3段階がある。 小説やストーリーテリングの分野におけるEIPEテキストの有効性を評価する。
  論文  参考訳（メタデータ） (2023-10-12T10:21:37Z)
• Towards Ontology-Mediated Planning with OWL DL Ontologies (Extended Version) [7.995360025953931]
  本稿では,計画仕様とオントロジーを分離し,インターフェースを用いて連携する新しい手法を提案する。 これにより、計画の専門家は慣れ親しんだ形式主義で作業できるが、既存のドメインは専門家によって容易に統合され拡張できる。 既存の計画ツールで処理される古典的な計画問題に、全てを仲介する計画問題を書き換えることが目的だ。
  論文  参考訳（メタデータ） (2023-08-16T08:05:53Z)
• A Categorical Representation Language and Computational System for Knowledge-Based Planning [5.004278968175897]
  本研究では,計画中の世界国家の更新を表現・管理するための代替手法を提案する。 提案した表現は,$mathsfC$-sets と double-pushout rewriting (DPO) のカテゴリー論的概念に基づいて,世界状態に関する構造化知識を効果的に扱うことができる。
  論文  参考訳（メタデータ） (2023-05-26T19:01:57Z)
• Text Reading Order in Uncontrolled Conditions by Sparse Graph Segmentation [71.40119152422295]
  テキストの読み出し順序を識別するための軽量でスケーラブルで一般化可能なアプローチを提案する。 モデルは言語に依存しず、多言語データセットで効果的に実行される。 モバイルデバイスを含むあらゆるプラットフォームにデプロイできるほど小さい。
  論文  参考訳（メタデータ） (2023-05-04T06:21:00Z)
• Linear Spaces of Meanings: Compositional Structures in Vision-Language Models [110.00434385712786]
  事前学習された視覚言語モデル(VLM)からのデータ埋め込みにおける構成構造について検討する。 まず,幾何学的観点から構成構造を理解するための枠組みを提案する。 次に、これらの構造がVLM埋め込みの場合の確率論的に持つものを説明し、実際に発生する理由の直観を提供する。
  論文  参考訳（メタデータ） (2023-02-28T08:11:56Z)
• Variational Cross-Graph Reasoning and Adaptive Structured Semantics Learning for Compositional Temporal Grounding [143.5927158318524]
  テンポラルグラウンドティング(Temporal grounding)とは、クエリ文に従って、未編集のビデオから特定のセグメントを特定するタスクである。 新たに構成時間グラウンドタスクを導入し,2つの新しいデータセット分割を構築した。 ビデオや言語に内在する構造的意味論は、構成的一般化を実現する上で重要な要素である、と我々は主張する。
  論文  参考訳（メタデータ） (2023-01-22T08:02:23Z)
• Categorical Tools for Natural Language Processing [0.0]
  この論文は、圏論と計算言語学の間の翻訳を発展させている。 3章は構文、意味論、実践論を扱う。 結果として生じる関手モデルは、平衡が言語処理タスクの解であるようなゲームを形成するために構成することができる。
  論文  参考訳（メタデータ） (2022-12-13T15:12:37Z)
• Classical Planning in Deep Latent Space [33.06766829037679]
  Latplanは、ディープラーニングと古典的計画を組み合わせた教師なしアーキテクチャである。 ラトプランは、象徴的な潜在空間における目標状態への計画を見つけ、視覚化された計画実行を返します。
  論文  参考訳（メタデータ） (2021-06-30T21:31:21Z)
• Discrete Word Embedding for Logical Natural Language Understanding [5.8088738147746914]
  単語の個別埋め込みを学習するための教師なしニューラルネットワークを提案する。 我々の埋め込みは、古典的/STRIPS計画形式主義における遷移規則を記述する命題文の集合として各単語を表現している。
  論文  参考訳（メタデータ） (2020-08-26T16:15:18Z)
• Graph-Structured Referring Expression Reasoning in The Wild [105.95488002374158]
  接地参照表現は、自然言語表現によって参照されるオブジェクトのイメージ中を特定することを目的としている。 本研究では,シーングラフとシーングラフの推論を行うために,シーングラフガイドモジュールネットワーク(SGMN)を提案する。 また,構造化参照式推論のための大規模実世界のデータセットRef-Reasoningを提案する。
  論文  参考訳（メタデータ） (2020-04-19T11:00:30Z)

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。