論文の概要: Risk Awareness in HTN Planning
- arxiv url: http://arxiv.org/abs/2204.10669v2
- Date: Wed, 04 Jun 2025 09:03:24 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-06-05 21:20:13.742695
- Title: Risk Awareness in HTN Planning
- Title（参考訳）: HTN計画におけるリスク意識
- Authors: Ebaa Alnazer, Ilche Georgievski, Marco Aiello,
- Abstract要約: 本稿では,行動コストの確率分布を用いてリスクと不確実性をモデル化するHTN計画の一般的な枠組みを提案する。
我々は、HTN計画エージェントが、特殊なリスク対応のHTN計画問題を解くことができると論じている。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Actual real-world domains are characterised by uncertain situations in which acting and using resources may entail the embracing of risks. Performing actions in such domains involves costs of consuming some resource, such as time or energy, where the knowledge about these costs can range from known to totally unknown. In autonomous vehicles, actions have uncertain costs due to factors like traffic. Choosing an action requires assessing delay risks, as each road may have unpredictable congestion. Thus, these domains call for not only planning under uncertainty but also planning while embracing risk. Resorting to HTN planning as a widely used planning technique in real-world applications, one can observe that existing approaches assume risk neutrality, relying on single-valued action costs without considering risk. Here, we enhance HTN planning with risk awareness by considering expected utility theory. We introduce a general framework for HTN planning that allows modelling risk and uncertainty using a probability distribution of action costs upon which we define risk-aware HTN planning as being capable of accounting for the different risk attitudes and allowing the computation of plans that go beyond risk neutrality. We lay out that computing risk-aware plans requires finding plans with the highest expected utility. We argue that it is possible for HTN planning agents to solve specialised risk-aware HTN planning problems by adapting existing HTN planning approaches, and develop an approach that surpasses the expressiveness of current approaches by allowing these agents to compute plans tailored to a particular risk attitude. An empirical evaluation of two case studies highlights the feasibility and expressiveness of this approach. We also highlight open issues, such as applying the proposal beyond HTN planning, covering both modelling and plan generation.
- Abstract（参考訳）: 実際の現実世界のドメインは、リソースの行動と利用がリスクの受け入れを必要とする不確実な状況によって特徴づけられる。
このような領域における行動の実行には、時間やエネルギーなどのリソースを消費するコストが伴う。
自動運転車では、交通などの要因により行動に不確実なコストがかかる。
行動を選択するには、各道路に予測できない混雑があるため、遅延リスクを評価する必要がある。
このように、これらの藩は不確実性の下での計画だけでなく、リスクを受け入れつつ計画も要求している。
現実のアプリケーションで広く使われている計画手法としてHTN計画に取って代わることで、既存のアプローチがリスクを考慮せずに単一価値のアクションコストに依存して、リスク中立性を前提とすることを観察することができる。
ここでは,予測効用理論を考慮し,リスク認識によるHTN計画を強化する。
我々は,リスクを意識したHTN計画について,さまざまなリスク態度を考慮し,リスク中立性を超える計画の計算を可能にすると定義した行動コストの確率分布を用いて,リスクと不確実性をモデル化可能なHTN計画の一般的な枠組みを提案する。
コンピュータのリスクを意識した計画には、最も期待されているユーティリティーで計画を見つける必要があると、我々は明らかにした。
HTN計画エージェントは、既存のHTN計画アプローチを適応させることで、特殊なリスク対応HTN計画問題の解決が可能であり、これらのエージェントが特定のリスク姿勢に合わせて計画を計算することで、現在のアプローチの表現性を超越したアプローチを開発することができると論じる。
2つのケーススタディの実証的評価は、このアプローチの実現可能性と表現性を強調している。
また、HTN計画を超えて提案を適用すること、モデリングと計画生成の両方をカバーすることなど、オープンな課題も強調します。
関連論文リスト
- Risks and NLP Design: A Case Study on Procedural Document QA [52.557503571760215]
より具体的なアプリケーションやユーザに対して分析を専門化すれば,ユーザに対するリスクや害の明確な評価が可能になる,と我々は主張する。
リスク指向のエラー分析を行い、リスクの低減とパフォーマンスの向上を図り、将来のシステムの設計を通知する。
論文 参考訳（メタデータ） (2024-08-16T17:23:43Z) - Partially Observable Task and Motion Planning with Uncertainty and Risk Awareness [34.77182116081535]
統合型タスク・アンド・モーション・プランニング(TAMP)は、長期のロボット操作とナビゲーションの問題を一般化するための貴重なアプローチであることが証明されている。
これらの仮定は、プランナーが情報を収集し、リスクを認識した意思決定を行う能力を制限します。
本研究では,初期状態と行動結果の不確実性を伴う長期計画問題を効果的に解決できる不確実性とリスク認識(TAMPURA)を備えたTAMP戦略を提案する。
論文 参考訳（メタデータ） (2024-03-15T16:42:14Z) - On strategies for risk management and decision making under uncertainty shared across multiple fields [55.2480439325792]
本稿では、このような戦略の110以上の例を見つけ、リスクに対するこのアプローチをRDOT: Risk-reducing Design and Operations Toolkitと呼ぶ。
RDOT戦略は、構造的、反応性、形式的、敵対的、多段階、ポジティブの6つの幅広いカテゴリに分類される。
全体的なRDOTは、不確実性に対する多目的応答の見過ごされたクラスを表している。
論文 参考訳（メタデータ） (2023-09-06T16:14:32Z) - Capsa: A Unified Framework for Quantifying Risk in Deep Neural Networks [142.67349734180445]
ディープニューラルネットワークにリスク認識を提供する既存のアルゴリズムは複雑でアドホックである。
ここでは、リスク認識でモデルを拡張するためのフレームワークであるcapsaを紹介します。
論文 参考訳（メタデータ） (2023-08-01T02:07:47Z) - Adaptive Risk-Aware Bidding with Budget Constraint in Display
Advertising [47.14651340748015]
本稿では,強化学習による予算制約を考慮した適応型リスク対応入札アルゴリズムを提案する。
リスク・アット・バリュー(VaR)に基づく不確実性とリスク傾向の本質的関係を理論的に明らかにする。
論文 参考訳（メタデータ） (2022-12-06T18:50:09Z) - RAP: Risk-Aware Prediction for Robust Planning [21.83865866611308]
軌道上のリスクバイアス分布を学習するための新しい予測手法を提案する。
これにより、オンライン計画中のリスク推定のサンプルの複雑さが軽減される。
論文 参考訳（メタデータ） (2022-10-04T04:19:15Z) - Planning with Dynamically Estimated Action Costs [2.8326418377665346]
実際のAI計画アプリケーションには、アクションコストに関する情報が不可欠だ。
近年のアプローチでは、データからしばしば学習されるブラックボックス外部アクションコスト推定器が計画段階で適用されている。
本稿では,行動コストを考慮した決定論的計画の一般化を提案する。
論文 参考訳（メタデータ） (2022-06-08T21:10:37Z) - A Survey of Risk-Aware Multi-Armed Bandits [84.67376599822569]
我々は、様々な利害リスク対策をレビューし、その特性についてコメントする。
我々は,探索と探索のトレードオフが現れる,後悔の最小化設定のためのアルゴリズムを検討する。
今後の研究の課題と肥大化についてコメントし、締めくくりに締めくくります。
論文 参考訳（メタデータ） (2022-05-12T02:20:34Z) - Efficient Risk-Averse Reinforcement Learning [79.61412643761034]
リスク逆強化学習(RL)では、リターンのリスク測定を最適化することが目標である。
特定の条件下では、これは必然的に局所最適障壁につながることを証明し、それを回避するためのソフトリスク機構を提案する。
迷路ナビゲーション,自律運転,資源配分ベンチマークにおいて,リスク回避の改善を示す。
論文 参考訳（メタデータ） (2022-05-10T19:40:52Z) - Risk Conditioned Neural Motion Planning [14.018786843419862]
リスクバウンド・モーション・プランニングは、安全クリティカルなタスクにとって重要な問題であるが難しい問題である。
本稿では,リスク評論家による計画の実行リスクを推定するために,ソフトアクター批評家モデルの拡張を提案する。
計算時間と計画品質の両面で,我々のモデルの利点を示す。
論文 参考訳（メタデータ） (2021-08-04T05:33:52Z) - Risk-Averse Stochastic Shortest Path Planning [25.987787625028204]
最適、定常、マルコフの方針が存在することを示し、特別なベルマン方程式を用いて見出すことができる。
ローバーナビゲーションMDPを用いて,条件値値リスク(CVaR)とエントロピー値値リスク(EVaR)のコヒーレントリスク尺度を用いて提案手法を説明する。
論文 参考訳（メタデータ） (2021-03-26T20:49:14Z) - Risk-Sensitive Reinforcement Learning: Near-Optimal Risk-Sample Tradeoff
in Regret [115.85354306623368]
本研究では,未知の遷移カーネルを持つマルコフ決定過程におけるリスク感応性強化学習について検討する。
確率的に効率的なモデルレスアルゴリズムとして、リスク感性価値反復(RSVI)とリスク感性Q-ラーニング(RSQ)を提案する。
RSVIが $tildeObig(lambda(|beta| H2) cdot sqrtH3 S2AT big) に達したことを証明しています。
論文 参考訳（メタデータ） (2020-06-22T19:28:26Z)
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。