論文の概要: Heuristic Search For Physics-Based Problems: Angry Birds in PDDL+

• arxiv url: http://arxiv.org/abs/2303.16967v1
• Date: Wed, 29 Mar 2023 19:01:51 GMT
• ステータス: 処理完了
• システム内更新日: 2023-03-31 15:20:24.713422
• Title: Heuristic Search For Physics-Based Problems: Angry Birds in PDDL+
• Title（参考訳）: 物理に基づく問題に対するヒューリスティック探索:pddl+におけるangry birds
• Authors: Wiktor Piotrowski, Yoni Sher, Sachin Grover, Roni Stern, Shiwali Mohan
• Abstract要約: 本稿では,ドメインに依存しないプランナーと探索を用いてAngry Birdsをプレイする方法について検討する。 このゲームをモデル化するために、混合離散/連続ドメインのための計画言語PDDL+を使用する。
• 参考スコア（独自算出の注目度）: 15.831413733998234
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: This paper studies how a domain-independent planner and combinatorial search can be employed to play Angry Birds, a well established AI challenge problem. To model the game, we use PDDL+, a planning language for mixed discrete/continuous domains that supports durative processes and exogenous events. The paper describes the model and identifies key design decisions that reduce the problem complexity. In addition, we propose several domain-specific enhancements including heuristics and a search technique similar to preferred operators. Together, they alleviate the complexity of combinatorial search. We evaluate our approach by comparing its performance with dedicated domain-specific solvers on a range of Angry Birds levels. The results show that our performance is on par with these domain-specific approaches in most levels, even without using our domain-specific search enhancements.
• Abstract（参考訳）: 本稿では、ドメインに依存しないプランナーと組合せ探索を用いて、確立されたAI課題であるAngry Birdsをプレイする方法について検討する。 このゲームをモデル化するために、我々はPDDL+(Durative ProcessとExogenous Eventをサポートする混合離散/連続ドメインのための計画言語)を使用する。 論文はモデルを説明し、問題の複雑さを減らす重要な設計決定を特定する。 さらに、ヒューリスティックスや推奨演算子に似た探索手法を含むいくつかのドメイン固有の拡張を提案する。 組み合わせ探索の複雑さを緩和する。 我々は、Angry Birdsの様々なレベルにおいて、その性能を専用ドメイン固有解法と比較することにより、我々のアプローチを評価する。 その結果、ドメイン固有の検索拡張を使わずとも、これらのドメイン固有のアプローチと、ほとんどのレベルで同等のパフォーマンスを示す。

関連論文リスト

• What Matters in Hierarchical Search for Combinatorial Reasoning Problems? [0.0]
  近年の取り組みでは,階層的な高次探索戦略を取り入れたサブゴアル手法による計画の強化が試みられている。 有望ではあるが、従来の低レベルのプランナに対する彼らのパフォーマンスは一貫性がなく、アプリケーションコンテキストに関する疑問を提起している。 難解な値関数、複雑なアクション空間、環境におけるデッドエンドの存在、あるいは多様な専門家から収集されたデータなど、ハイレベル検索の利点を活用する上で重要な属性を同定する。
  論文  参考訳（メタデータ） (2024-06-05T15:14:58Z)
• The Complexity of Optimizing Atomic Congestion [14.845310803203724]
  アトミック・渋滞ゲームは、ネットワーク設計、ルーティング、アルゴリズムゲーム理論において古典的なトピックである。 非常に単純なネットワークでも問題は非常に難解なままである。 我々は、この問題の(さらに難しい)min-max変種に対する分析を拡張して結論付ける。
  論文  参考訳（メタデータ） (2023-12-15T21:31:30Z)
• PathFinder: Guided Search over Multi-Step Reasoning Paths [80.56102301441899]
  木探索に基づく推論経路生成手法であるPathFinderを提案する。 動的デコードの統合により、多様な分岐とマルチホップ推論を強化する。 我々のモデルは、大きな分岐因子を持つビームサーチに類似した複雑さを反映して、よく、長く、目に見えない推論連鎖を一般化する。
  論文  参考訳（メタデータ） (2023-12-08T17:05:47Z)
• Combinatorial Optimization with Policy Adaptation using Latent Space Search [44.12073954093942]
  本稿では,複雑なNPハード問題を解くために,パフォーマンスアルゴリズムを設計するための新しいアプローチを提案する。 我々の検索戦略は11の標準ベンチマークタスクにおける最先端のアプローチよりも優れていることを示す。
  論文  参考訳（メタデータ） (2023-11-13T12:24:54Z)
• Factorization of Multi-Agent Sampling-Based Motion Planning [72.42734061131569]
  現代のロボティクスは、共有環境内で複数のエンボディエージェントを動作させることが多い。 標準的なサンプリングベースのアルゴリズムは、ロボットの関節空間における解の探索に使用できる。 我々は、因子化の概念をサンプリングベースアルゴリズムに統合し、既存の手法への最小限の変更しか必要としない。 本稿では, PRM* のサンプル複雑性の観点から解析的ゲインを導出し, RRG の実証結果を示す。
  論文  参考訳（メタデータ） (2023-04-01T15:50:18Z)
• Memetic algorithms for Spatial Partitioning problems [26.73720392872553]
  本稿では,実世界のデータセットにおける空間分割という,特定のタイプのSOPに焦点を当てる。 我々は,Swarm-based spatial memetic algorithm (SPATIAL) と呼ばれる単純だが効果的なアルゴリズムを提案し,それを校内限定問題(restricting problem)で検証した。
  論文  参考訳（メタデータ） (2022-08-04T20:05:46Z)
• RF-Next: Efficient Receptive Field Search for Convolutional Neural Networks [86.6139619721343]
  そこで本研究では,グローバル・ローカル・サーチ手法を用いて,より優れた受容場の組み合わせを求める。 我々の検索手法は, 粗い組み合わせを見つけるためにグローバル検索と, 洗練された受容場の組み合わせを得るために局所探索の両方を利用する。 我々のRF-Nextモデルは、様々なモデルに受容場探索を接続し、多くのタスクのパフォーマンスを高める。
  論文  参考訳（メタデータ） (2022-06-14T06:56:26Z)
• Multidimensional Assignment Problem for multipartite entity resolution [69.48568967931608]
  Multipartiteエンティティ解決は、複数のデータセットから1つのエンティティにレコードを統合することを目的としている。 代入問題を解くために、グリーディアルゴリズムと大規模近傍探索という2つの手順を適用する。 データベースのサイズが大きくなるにつれて、設計ベースのマルチスタートがより効率的であることを示す。
  論文  参考訳（メタデータ） (2021-12-06T20:34:55Z)
• Playing Angry Birds with a Domain-Independent PDDL+ Planner [70.90561717757737]
  本稿では,ドメインに依存しないプランナを用いて,人気ゲームAngry Birdsをプレイする最初のシステムを提案する。 我々のシステムは、混合離散/連続ドメインのための計画言語PDDL+を用いて、Angry Birdsレベルをモデル化する。 その結果,本システムの性能は,Angry Birdsの他のドメイン固有システムと同等であることがわかった。
  論文  参考訳（メタデータ） (2021-07-09T19:12:49Z)
• A review of approaches to modeling applied vehicle routing problems [77.34726150561087]
  車両経路問題のモデル化手法について概説する。 モデリング手法を評価するためのいくつかの基準を定式化する。 我々はVRPドメインのモデリング分野における今後の研究の道について論じる。
  論文  参考訳（メタデータ） (2021-05-23T14:50:14Z)

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。