論文の概要: HDDL 2.1: Towards Defining an HTN Formalism with Time
- arxiv url: http://arxiv.org/abs/2206.01822v1
- Date: Fri, 3 Jun 2022 21:22:19 GMT
- ステータス: 処理完了
- システム内更新日: 2022-06-07 16:27:57.501183
- Title: HDDL 2.1: Towards Defining an HTN Formalism with Time
- Title(参考訳): HDDL 2.1: 時間とともにHTN形式を定義する
- Authors: D. Pellier and H. Fiorino and M. Grand and A. Albore and R.
Bailon-Ruiz
- Abstract要約: 産業やロボティクスなどの計画の現実的な応用には、リッチで多様なシナリオをモデル化する必要がある。
それらの解像度は通常、協調された同時アクション実行を必要とする。
いくつかのケースでは、そのような計画問題は階層的な方法で自然に分解され、階層的なタスクネットワーク形式によって表現される。
本稿では,HDDLの拡張に必要なセマンティクスと構文について論じるとともに,地球観測衛星計画問題のモデル化について述べる。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Real world applications of planning, like in industry and robotics, require
modelling rich and diverse scenarios. Their resolution usually requires
coordinated and concurrent action executions. In several cases, such planning
problems are naturally decomposed in a hierarchical way and expressed by a
Hierarchical Task Network (HTN) formalism. The PDDL language used to specify
planning domains has evolved to cover the different planning paradigms.
However, formulating real and complex scenarios where numerical and temporal
constraints concur in defining a solution is still a challenge. Our proposition
aims at filling the gap between existing planning languages and operational
needs. To do so, we propose to extend HDDL taking inspiration from PDDL 2.1 and
ANML to express temporal and numerical expressions. This paper opens
discussions on the semantics and the syntax needed to extend HDDL, and
illustrate these needs with the modelling of an Earth Observing Satellite
planning problem.
- Abstract(参考訳): 産業やロボティクスなどの計画の現実的な応用には、リッチで多様なシナリオをモデル化する必要がある。
彼らの解決は通常、協調的かつ同時実行を必要とする。
いくつかのケースでは、そのような計画問題は階層的な方法で自然に分解され、階層的なタスクネットワーク(HTN)によって表現される。
計画ドメインの指定に使用されるpddl言語は、異なる計画パラダイムをカバーするために進化してきた。
しかし、数値的および時間的制約が解を定義する際に生じる実シナリオと複素シナリオの定式化は依然として課題である。
私たちの提案は、既存の計画言語と運用ニーズのギャップを埋めることを目的としています。
そこで我々は, PDDL 2.1 と ANML からインスピレーションを得て HDDL を拡張し, 時間的および数値的表現を表現することを提案する。
本稿では,HDDLの拡張に必要なセマンティクスと構文について論じるとともに,地球観測衛星計画問題のモデル化について述べる。
関連論文リスト
- PROC2PDDL: Open-Domain Planning Representations from Texts [58.756699142025006]
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) - Learning adaptive planning representations with natural language
guidance [90.24449752926866]
本稿では,タスク固有の計画表現を自動構築するフレームワークであるAdaについて述べる。
Adaは、プランナー互換の高レベルアクション抽象化と、特定の計画タスク領域に適応した低レベルコントローラのライブラリを対話的に学習する。
論文 参考訳(メタデータ) (2023-12-13T23:35:31Z) - 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) - Compositional Foundation Models for Hierarchical Planning [52.18904315515153]
本稿では,言語,視覚,行動データを個別に訓練し,長期的課題を解決するための基礎モデルを提案する。
我々は,大規模なビデオ拡散モデルを用いて,環境に根ざした記号的計画を構築するために,大規模言語モデルを用いている。
生成したビデオプランは、生成したビデオからアクションを推論する逆ダイナミクスモデルを通じて、視覚運動制御に基礎を置いている。
論文 参考訳(メタデータ) (2023-09-15T17:44:05Z) - 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) - HDDL 2.1: Towards Defining a Formalism and a Semantics for Temporal HTN
Planning [64.07762708909846]
現実世界のアプリケーションは、リッチで多様な自動計画問題をモデル化する必要があります。
階層的タスクネットワーク(HTN)形式は、数値的および時間的制約を伴う計画問題の表現を許さない。
本稿では,HDDLとこれらの運用ニーズのギャップを埋めるとともに,PDDL 2.1からインスピレーションを得てHDDLを拡張することを提案する。
論文 参考訳(メタデータ) (2023-06-12T18:21:23Z) - 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)
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。