論文の概要: Representation and Synthesis of C++ Programs for Generalized Planning
- arxiv url: http://arxiv.org/abs/2206.14480v1
- Date: Wed, 29 Jun 2022 09:13:21 GMT
- ステータス: 処理完了
- システム内更新日: 2022-06-30 20:31:46.991241
- Title: Representation and Synthesis of C++ Programs for Generalized Planning
- Title（参考訳）: 汎用計画のためのc++プログラムの表現と合成
- Authors: Javier Segovia-Aguas, Yolanda E-Mart\'in, Sergio Jim\'enez
- Abstract要約: 本稿では,GP(Generalized Planning)問題とその解決策をC++プログラムとして紹介する。
私たちのC++表現は、一般化された計画の終了を正式に証明し、その複雑さをw.r.tで指定することを可能にする。
C++一般化計画の複雑さを特徴づけることにより、複雑性の順に可能なGPソリューションの空間を列挙する探索の応用が可能になる。
- 参考スコア（独自算出の注目度）: 2.752817022620644
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The paper introduces a novel representation for Generalized Planning (GP)
problems, and their solutions, as C++ programs. Our C++ representation allows
to formally proving the termination of generalized plans, and to specifying
their asymptotic complexity w.r.t. the number of world objects. Characterizing
the complexity of C++ generalized plans enables the application of a
combinatorial search that enumerates the space of possible GP solutions in
order of complexity. Experimental results show that our implementation of this
approach, which we call BFGP++, outperforms the previous GP as heuristic search
approach for the computation of generalized plans represented as
compiler-styled programs. Last but not least, the execution of a C++ program on
a classical planning instance is a deterministic grounding-free and search-free
process, so our C++ representation allows us to automatically validate the
computed solutions on large test instances of thousands of objects, where
off-the-shelf classical planners get stuck either in the pre-processing or in
the search.
- Abstract（参考訳）: 本稿では,GP(Generalized Planning)問題とその解決策をC++プログラムとして紹介する。
我々のC++表現は、一般化された計画の終了を正式に証明し、その漸近的な複雑さを世界オブジェクトの数で指定することができる。
C++一般化計画の複雑さを特徴づけることで、複雑性の順に可能なGPソリューションの空間を列挙する組合せ探索の応用が可能になる。
実験の結果,我々がbfgp++と呼ぶこの手法の実装は,コンパイラ型プログラムとして表される一般化計画の計算に対するヒューリスティック探索手法として従来のgpよりも優れていることがわかった。
最後に重要なこととして、古典的なプランニングインスタンス上でc++プログラムを実行することは決定論的グラウンドフリーかつ検索フリーなプロセスであるので、我々のc++表現は、何千ものオブジェクトの大規模なテストインスタンスで計算されたソリューションを自動的に検証することができます。
関連論文リスト
- Parallel Strategies for Best-First Generalized Planning [51.713634067802104]
汎用計画(GP)は、複数の古典的な計画インスタンスを解くことができるアルゴリズムのようなソリューションの自動合成を研究するAIの研究分野である。
現在の進歩の1つはBest-First Generalized Planning (BFGP) の導入である。
本稿では,並列探索手法をBFGPに適用し,性能ギャップを埋める上で重要な要素であることを示す。
論文 参考訳（メタデータ） (2024-07-31T09:50:22Z) - Origami: (un)folding the abstraction of recursion schemes for program
synthesis [0.0]
遺伝的プログラミングは入力仕様を満たす正しいプログラムを探索する。
特定の課題はループと再帰を扱う方法であり、終わらないプログラムを避けることである。
再帰スキーマは、データ生産と消費の組み合わせを一般化する。
論文 参考訳（メタデータ） (2024-02-21T14:17:45Z) - Recursive Visual Programming [53.76415744371285]
本稿では、生成ルーチンを単純化し、より効率的な問題解決を提供し、より複雑なデータ構造を管理するRecursive Visual Programming (RVP)を提案する。
本稿では,VSR,COVR,GQA,NextQAなどのベンチマークにおいて,RVPの有効性を示す。
論文 参考訳（メタデータ） (2023-12-04T17:27:24Z) - ExeDec: Execution Decomposition for Compositional Generalization in Neural Program Synthesis [54.18659323181771]
プログラム合成において望ましいいくつかの異なる構成一般化形式を特徴付ける。
本稿では,ExeDecを提案する。ExeDecは,実行サブゴールを予測し,各ステップでプログラム実行によって段階的に通知される問題を解くための,新しい分解ベースの戦略である。
論文 参考訳（メタデータ） (2023-07-26T01:07:52Z) - Generalized Planning as Heuristic Search: A new planning search-space
that leverages pointers over objects [10.850101961203748]
本稿では,一般計画(GP)の一般化要件に探索パラダイムとしての計画を適用する。
本稿では,新しいGP解空間における探索を導くための評価関数と計算関数のセットを定義する。
BFGP(Best-First Generalized Planning)と呼ばれるGPのための新しいアルゴリズムのアップグレード版では、ポインタベースのソリューション空間でベストファースト検索を実装している。
論文 参考訳（メタデータ） (2023-01-26T13:25:39Z) - A Divide-Align-Conquer Strategy for Program Synthesis [8.595181704811889]
本稿では,大規模プログラムの探索を複数の小さなプログラム合成問題に分割する例によって,構成セグメント化がプログラミングに応用可能であることを示す。
入力と出力における構成部品の構造的アライメントは、プログラム探索を導くのに使用されるペアワイズ対応に繋がる。
論文 参考訳（メタデータ） (2023-01-08T19:10:55Z) - Scaling-up Generalized Planning as Heuristic Search with Landmarks [9.653976364051564]
一般化計画は通常、与えられたアルゴリズム的解の空間における探索として扱われる。
この種のソリューション評価は、計画インスタンスの表現において明示されていないどんなサブゴール情報も無視する。
GPのノード拡張は、古典的なプランニングインスタンスのバッチ全体にわたってすべての子ノードを評価する必要があるため、実行時のボトルネックである。
論文 参考訳（メタデータ） (2022-05-10T12:42:48Z) - Searching for More Efficient Dynamic Programs [61.79535031840558]
本稿では,プログラム変換の集合,変換プログラムの効率を評価するための単純な指標,およびこの指標を改善するための探索手順について述べる。
実際に、自動検索は初期プログラムの大幅な改善を見出すことができることを示す。
論文 参考訳（メタデータ） (2021-09-14T20:52:55Z) - Representing Partial Programs with Blended Abstract Semantics [62.20775388513027]
プログラム合成エンジンにおける部分的なプログラム表現手法について紹介する。
モジュラーニューラルネットワークとして実装された近似実行モデルを学ぶ。
これらのハイブリッドニューロシンボリック表現は、実行誘導型シンセサイザーがより強力な言語構成を使うことができることを示す。
論文 参考訳（メタデータ） (2020-12-23T20:40:18Z) - Parallel Scheduling Self-attention Mechanism: Generalization and
Optimization [0.76146285961466]
本稿では,SAT(Satisfiability check)ソルバによって解決された小インスタンスの最適スケジューリングから導いた一般スケジューリングアルゴリズムを提案する。
余剰計算をスキップする際のさらなる最適化戦略も推進され、元の計算の約25%と50%の削減が達成される。
提案アルゴリズムは、入力ベクトルの数がアーキテクチャで利用可能な演算ユニットの数に割り切れる限り、問題のサイズにかかわらず適用可能である。
論文 参考訳（メタデータ） (2020-12-02T12:04:16Z) - STRIPS Action Discovery [67.73368413278631]
近年のアプローチでは、すべての中間状態が欠如している場合でも、アクションモデルを合成する古典的な計画が成功している。
アクションシグネチャが不明な場合に,従来のプランナーを用いてSTRIPSアクションモデルを教師なしで合成するアルゴリズムを提案する。
論文 参考訳（メタデータ） (2020-01-30T17:08:39Z)
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。