Fugu-MT 論文翻訳(概要): Anticipatory Planning: Improving Long-Lived Planning by Estimating Expected Cost of Future Tasks

論文の概要: Anticipatory Planning: Improving Long-Lived Planning by Estimating Expected Cost of Future Tasks

arxiv url: http://arxiv.org/abs/2305.04692v1
Date: Mon, 8 May 2023 13:22:16 GMT
ステータス: 処理完了
システム内更新日: 2023-05-09 14:18:56.324609
Title: Anticipatory Planning: Improving Long-Lived Planning by Estimating Expected Cost of Future Tasks
Title（参考訳）: 予測計画:今後の課題の予測コストの推定による長期計画の改善
Authors: Roshan Dhakal, Md Ridwan Hossain Talukder and Gregory J. Stein
Abstract要約: 家庭環境におけるサービスロボットは,高レベルのタスクを一度に一列に並べて考える。既存のタスクプランナの多くは、次に何をするかという知識を欠いているため、それぞれのタスクを分離して解決します。予測計画(precipatory planning)とは、グラフニューラルネットワークから予測される将来のコストを推定し、モデルに基づくタスク計画を強化する手法である。
参考スコア（独自算出の注目度）: 3.2872586139884623
License: http://creativecommons.org/licenses/by/4.0/
Abstract: We consider a service robot in a household environment given a sequence of high-level tasks one at a time. Most existing task planners, lacking knowledge of what they may be asked to do next, solve each task in isolation and so may unwittingly introduce side effects that make subsequent tasks more costly. In order to reduce the overall cost of completing all tasks, we consider that the robot must anticipate the impact its actions could have on future tasks. Thus, we propose anticipatory planning: an approach in which estimates of the expected future cost, from a graph neural network, augment model-based task planning. Our approach guides the robot towards behaviors that encourage preparation and organization, reducing overall costs in long-lived planning scenarios. We evaluate our method on blockworld environments and show that our approach reduces the overall planning costs by 5% as compared to planning without anticipatory planning. Additionally, if given an opportunity to prepare the environment in advance (a special case of anticipatory planning), our planner improves overall cost by 11%.
Abstract（参考訳）: 家庭環境におけるサービスロボットは,高レベルのタスクを一度に一列に並べて考える。既存のタスクプランナーの多くは、次に何をすべきかの知識を欠いているため、各タスクを別々に解決する。すべてのタスクを完了させる全体的なコストを削減するため、ロボットは将来のタスクにそのアクションが与える影響を予測しなければならない。そこで我々は,予測計画を提案する。グラフニューラルネットワークから予測される将来のコストを推定し,モデルに基づくタスク計画を強化するアプローチである。我々のアプローチは、長期計画シナリオにおける準備と組織化を奨励し、全体的なコストを削減する行動に向けてロボットを導く。提案手法をブロックワールド環境上で評価し,予測計画のない計画に比べて全体の計画コストを5%削減することを示す。また,事前に環境を整備する機会(予測計画の特別な場合)が与えられた場合,プランナーは全体のコストを11%向上させる。

関連論文リスト

Propose, Assess, Search: Harnessing LLMs for Goal-Oriented Planning in Instructional Videos [48.15438373870542]
VidAssistは、インストラクショナルビデオにおけるゼロ/フェーショット目標指向の計画のために設計された統合フレームワークである。最適な計画生成のための幅優先探索アルゴリズムを採用している。実験によると、VidAssistは異なる目標指向の計画設定のための統一されたフレームワークを提供する。
論文参考訳（メタデータ） (2024-09-30T17:57:28Z)
On Computing Plans with Uniform Action Costs [10.621487250485897]
本稿では,3つの一様性指標を自動計画に適応させ,行動コストと行動コストの総和を語彙的に最適化する計画ベースコンパイルを提案する。良く知られた計画ベンチマークと新しい計画ベンチマークの両方の実験結果は、修正されたタスクを効果的に解決し、一様計画を生成することができることを示している。
論文参考訳（メタデータ） (2024-02-15T11:00:28Z)
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)
Probabilistic contingent planning based on HTN for high-quality plans [8.23558342809427]
本稿では,HTNプランナとして High-Quality Contingent Planner (HQCP) を提案する。 HQCPは、部分的に観測可能な環境で高品質な計画を生成する。 HTN計画の形式は部分的な可観測性に拡張され、コストについて評価される。
論文参考訳（メタデータ） (2023-08-14T03:55:14Z)
A Framework for Neurosymbolic Robot Action Planning using Large Language Models [3.0501524254444767]
本稿では,象徴的タスク計画と機械学習アプローチのギャップを埋めることを目的としたフレームワークを提案する。大規模言語モデル(LLM)を計画ドメイン定義言語(PDDL)と互換性のあるニューロシンボリックタスクプランナーに訓練する根拠選択されたドメインにおける予備的な結果から, (i) テストデータセットの95.5%の問題を1,000個のサンプルで解決し, (ii) 従来のシンボルプランナーよりも最大13.5%短いプランを作成し, (iii) 計画の可利用性の平均待ち時間を61.4%まで削減する。
論文参考訳（メタデータ） (2023-03-01T11:54:22Z)
Achieving mouse-level strategic evasion performance using real-time computational planning [59.60094442546867]
計画とは、脳が想像し、予測可能な未来を成立させる特別な能力である。我々は,動物の生態が空間計画の価値をどのように支配するかという研究に基づいて,より効率的な生物学的に着想を得た計画アルゴリズムであるTLPPOを開発した。 TLPPOを用いたリアルタイムエージェントの性能とライブマウスの性能を比較し,ロボット捕食者を避けることを課題とする。
論文参考訳（メタデータ） (2022-11-04T18:34:36Z)
Innovations in the field of on-board scheduling technologies [64.41511459132334]
本稿では、ミッション自律のためのソフトウェアフレームワークに組み込まれた、オンボードスケジューラを提案する。スケジューラは線形整数プログラミングに基づいており、ブランチ・アンド・カット・ソルバの使用に依存している。この技術は地球観測のシナリオでテストされており、その性能を最先端のスケジューリング技術と比較している。
論文参考訳（メタデータ） (2022-05-04T12:00:49Z)
A feasibility study of a hyperparameter tuning approach to automated inverse planning in radiotherapy [68.8204255655161]
本研究の目的は,計画品質を保ちながら,逆計画プロセスを自動化し,積極的な計画時間を短縮することである。本研究では, 線量パラメータの選択, ランダムおよびベイズ探索法, ユーティリティ関数形式が計画時間と計画品質に及ぼす影響について検討した。 100個のサンプルを用いて良好な計画品質が得られ、平均計画時間は2.3時間であった。
論文参考訳（メタデータ） (2021-05-14T18:37:00Z)
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)
Long-Horizon Visual Planning with Goal-Conditioned Hierarchical Predictors [124.30562402952319]
未来に予測し、計画する能力は、世界で行動するエージェントにとって基本である。視覚的予測と計画のための現在の学習手法は、長期的タスクでは失敗する。本稿では,これらの制約を克服可能な視覚的予測と計画のためのフレームワークを提案する。
論文参考訳（メタデータ） (2020-06-23T17:58:56Z)
The Efficiency of Human Cognition Reflects Planned Information Processing [40.51474966524166]
タスク全体の構造の関数として、人々がどのように計画し、メタプランを行うべきかを予測します。人々の反応時間は、情報処理の計画的な利用を反映している。計画計画のこの定式化は、人間と機械の両方における階層的計画、状態抽象化、認知制御の機能に関する新たな洞察を提供する。
論文参考訳（メタデータ） (2020-02-13T20:34:33Z)

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。