論文の概要: A Formal Metareasoning Model of Concurrent Planning and Execution
- arxiv url: http://arxiv.org/abs/2303.02664v1
- Date: Sun, 5 Mar 2023 13:05:26 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-07 18:25:03.644806
- Title: A Formal Metareasoning Model of Concurrent Planning and Execution
- Title(参考訳): 並行計画と実行の形式的メタ推論モデル
- Authors: Amihay Elboher, Ava Bensoussan, Erez Karpas, Wheeler Ruml, Shahaf S.
Shperberg, Solomon E. Shimony
- Abstract要約: この作業は、計画と実行を同時に行う、原則付きタイムアウェアエグゼクティブの基盤となるものです。
時間内に解決可能な特別事例を特定し, 欲求解アルゴリズムを開発し, 探索問題から抽出した事例を検証した結果, 有望な実用性を実現する方法がいくつか見出された。
- 参考スコア(独自算出の注目度): 22.963769931698874
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Agents that plan and act in the real world must deal with the fact that time
passes as they are planning. When timing is tight, there may be insufficient
time to complete the search for a plan before it is time to act. By commencing
execution before search concludes, one gains time to search by making planning
and execution concurrent. However, this incurs the risk of making incorrect
action choices, especially if actions are irreversible. This tradeoff between
opportunity and risk is the problem addressed in this paper. Our main
contribution is to formally define this setting as an abstract metareasoning
problem. We find that the abstract problem is intractable. However, we identify
special cases that are solvable in polynomial time, develop greedy solution
algorithms, and, through tests on instances derived from search problems, find
several methods that achieve promising practical performance. This work lays
the foundation for a principled time-aware executive that concurrently plans
and executes.
- Abstract(参考訳): 現実世界で計画し行動するエージェントは、計画どおりに時間が経過するという事実に対処する必要がある。
タイミングが厳しければ、行動する時間になる前に、計画の検索を完了させる時間が不足する可能性がある。
検索が終わる前に実行を強制することで、計画と実行を同時に行うことで検索の時間を得る。
しかしこれは、特にアクションが不可逆である場合、誤ったアクション選択を行うリスクを引き起こす。
この機会とリスクのトレードオフは,本稿で取り上げている問題である。
我々の主な貢献は、この設定を抽象メタ推論問題として正式に定義することである。
抽象的な問題は難解である。
しかし, 多項式時間で解ける特殊ケースを同定し, グリーディ解法を開発し, 探索問題から抽出した事例を検証した結果, 有望な実用性を実現する方法がいくつか見出された。
この作業は、計画と実行を同時に行う、原則付きタイムアウェアエグゼクティブの基盤となる。
関連論文リスト
- Optimal Task Assignment and Path Planning using Conflict-Based Search
with Precedence and Temporal Constraints [5.9176395108304805]
本稿では,TAPF-PTC問題におけるタスク割り当てと経路探索について検討する。
我々は、競合ベースの検索(CBS)を拡張して、優先度と時間的制約に従うタスク割り当てと衝突のない経路を同時に生成する。
実験により,我々のアルゴリズムであるCBS-TA-PTCは,優先度と時間的制約を効果的に解決できることを示した。
論文 参考訳(メタデータ) (2024-02-13T20:07:58Z) - Decidable Reasoning About Time in Finite-Domain Situation Calculus
Theories [9.45355418401911]
最も一般的に使用されるアプローチは、実値の流れる$mathittime(a)$を追加して、各アクションにタイムポイントをアタッチし、結果として各状況にアタッチすることで、時間を表す。
このアプローチでは、言論の領域が有限個の対象に制限されている場合でも、与えられた式を満たす到達可能な状況が決定不能であるかどうかを確認する。
論文 参考訳(メタデータ) (2024-02-05T16:32:12Z) - Skip-Plan: Procedure Planning in Instructional Videos via Condensed
Action Space Learning [85.84504287685884]
Skip-Plan(スキップ・プラン)は、訓練ビデオにおけるプロシージャ計画のための凝縮された行動空間学習法である。
アクションチェーン内の不確実なノードやエッジをスキップすることで、長いシーケンス関数と複雑なシーケンス関数を短いが信頼できるものに転送する。
我々のモデルは、凝縮された作用空間内のアクションシーケンス内で、あらゆる種類の信頼できる部分関係を探索する。
論文 参考訳(メタデータ) (2023-10-01T08:02:33Z) - AI planning in the imagination: High-level planning on learned abstract
search spaces [68.75684174531962]
我々は,エージェントが訓練中に学習する抽象的な検索空間において,エージェントが計画することを可能にする,PiZeroと呼ばれる新しい手法を提案する。
本研究では,旅行セールスマン問題,ソコバン問題,2048年,施設立地問題,パックマン問題など,複数の分野で評価を行った。
論文 参考訳(メタデータ) (2023-08-16T22:47:16Z) - Multi-Valued Partial Order Plans in Numeric Planning [14.290119665435121]
まずは、検索問題として制限タスクとして知られる数値計画問題を再構築することから始める。
次に、ブールアンを用いてNP完全計画の断片をいかに見つけられるかを示す。
これを実現するために、我々は、多値部分順序計画の考え方を発展させる。
論文 参考訳(メタデータ) (2023-07-27T07:24:30Z) - The Update Equivalence Framework for Decision-Time Planning [95.09506009344315]
公的な情報に依存しない,原則的意思決定計画アルゴリズムを新たに導入する。
実験では、このファミリーのメンバーは、ハナビの最先端のアプローチと比較して、同等または優れた結果を生み出す。
論文 参考訳(メタデータ) (2023-04-25T20:28:55Z) - Anytime Stochastic Task and Motion Policies [12.72186877599064]
本稿では,タスクと動作計画を統合するための新しい手法を提案する。
我々のアルゴリズムは確率論的に完全であり、いつでも実現可能な解ポリシーを計算できる。
論文 参考訳(メタデータ) (2021-08-28T00:23:39Z) - Task Scoping: Generating Task-Specific Abstractions for Planning [19.411900372400183]
オープンスコープの世界モデルを用いた特定のタスクの計画は、計算的に難解である。
本稿では,初期条件,目標条件,タスクの遷移力学構造に関する知識を活用するタスクスコーピングを提案する。
タスクスコーピングは、関連要因やアクションを決して削除せず、その計算複雑性を特徴づけ、特に有用である計画上の問題を特徴づける。
論文 参考訳(メタデータ) (2020-10-17T21:19:25Z) - Dynamic Multi-Robot Task Allocation under Uncertainty and Temporal
Constraints [52.58352707495122]
本稿では,不確実性およびマルチエージェント協調の下での逐次意思決定における重要な計算課題を分離するマルチロボット割当アルゴリズムを提案する。
都市におけるマルチアームコンベヤベルトピック・アンド・プレイスとマルチドローン配送ディスパッチの2つの異なる領域における広範囲なシミュレーション結果について検証を行った。
論文 参考訳(メタデータ) (2020-05-27T01:10:41Z) - Excursion Search for Constrained Bayesian Optimization under a Limited
Budget of Failures [62.41541049302712]
本稿では,所定の予算の失敗の関数として探索において許容されるリスクの量を制御する制御理論に基づく新しい意思決定者を提案する。
本アルゴリズムは, 種々の最適化実験において, 故障予算をより効率的に利用し, 一般に, 最先端の手法よりも, 後悔度を低くする。
論文 参考訳(メタデータ) (2020-05-15T09:54:09Z) - 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。