論文の概要: A Categorical Representation Language and Computational System for Knowledge-Based Planning

• arxiv url: http://arxiv.org/abs/2305.17208v1
• Date: Fri, 26 May 2023 19:01:57 GMT
• ステータス: 処理完了
• システム内更新日: 2023-05-30 21:23:28.131431
• Title: A Categorical Representation Language and Computational System for Knowledge-Based Planning
• Title（参考訳）: 知識ベースプランニングのためのカテゴリー表現言語と計算システム
• Authors: Angeline Aguinaldo, Evan Patterson, James Fairbanks, Jaime Ruiz
• Abstract要約: 本研究では,計画中の世界国家を表現・変容するための代替手法を提案する。 提案した表現は,$mathsfC$-sets と double-pushout rewriting (DPO) のカテゴリー論的概念に基づいて,世界状態に関する構造化知識を効果的に扱うことができる。
• 参考スコア（独自算出の注目度）: 5.232264021467153
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Classical planning representation languages based on first-order logic have been extensively used to model and solve planning problems, but they struggle to capture implicit preconditions and effects that arise in complex planning scenarios. To address this problem, we propose an alternative approach to representing and transforming world states during planning. Based on the category-theoretic concepts of $\mathsf{C}$-sets and double-pushout rewriting (DPO), our proposed representation can effectively handle structured knowledge about world states that support domain abstractions at all levels. It formalizes the semantics of predicates according to a user-provided ontology and preserves the semantics when transitioning between world states. This method provides a formal semantics for using knowledge graphs and relational databases to model world states and updates in planning. In this paper, we compare our category-theoretic representation with the classical planning representation. We show that our proposed representation has advantages over the classical representation in terms of handling implicit preconditions and effects, and provides a more structured framework in which to model and solve planning problems.
• Abstract（参考訳）: 一階述語論理に基づく古典的計画表現言語は、計画問題のモデル化と解決に広く用いられているが、複雑な計画シナリオで生じる暗黙の前提条件や効果を捉えるのに苦労している。 この問題に対処するため,計画中の世界国家を表現・変容するための代替手法を提案する。 提案した表現は、$\mathsf{C}$-sets と double-pushout rewriting (DPO) のカテゴリー論的概念に基づいて、あらゆるレベルでドメイン抽象化をサポートする世界状態に関する構造化知識を効果的に扱うことができる。 ユーザが提供するオントロジーに従って述語の意味を形式化し、世界状態間の遷移時に意味を保存する。 この方法は、知識グラフと関係データベースを使用して世界状態や計画の更新をモデル化するための形式的な意味論を提供する。 本稿では,カテゴリ理論の表現と古典的計画の表現を比較した。 提案する表現は,暗黙の前提条件や効果を扱うという点で,従来の表現よりも優れていることを示し,計画問題をモデル化し,解決するためのより構造化されたフレームワークを提供する。

関連論文リスト

• 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)
• Learning Hierarchical Prompt with Structured Linguistic Knowledge for Vision-Language Models [43.56153167864033]
  大規模言語モデル(LLM)における構造化知識を活用する新しい手法を提案する。 低レベルの即時学習のためのエンティティと属性間のペアワイズ関連をキャプチャする、関係誘導型アテンションモジュールを導入する。 さらに、高レベルのプロンプトとグローバルレベルのプロンプトを組み込むことで、提案された階層構造は、クロスレベルのインターリンクを偽造し、より複雑で長期的な関係を扱うようにモデルに権限を与える。
  論文  参考訳（メタデータ） (2023-12-11T12:14:06Z)
• 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)
• Variational Cross-Graph Reasoning and Adaptive Structured Semantics Learning for Compositional Temporal Grounding [143.5927158318524]
  テンポラルグラウンドティング(Temporal grounding)とは、クエリ文に従って、未編集のビデオから特定のセグメントを特定するタスクである。 新たに構成時間グラウンドタスクを導入し,2つの新しいデータセット分割を構築した。 ビデオや言語に内在する構造的意味論は、構成的一般化を実現する上で重要な要素である、と我々は主張する。
  論文  参考訳（メタデータ） (2023-01-22T08:02:23Z)
• Autoregressive Structured Prediction with Language Models [73.11519625765301]
  本稿では, PLM を用いた自己回帰的手法を用いて, モデル構造を行動列として記述する。 我々のアプローチは、私たちが見てきた全ての構造化予測タスクにおいて、新しい最先端を実現する。
  論文  参考訳（メタデータ） (2022-10-26T13:27:26Z)
• Active Predictive Coding: A Unified Neural Framework for Learning Hierarchical World Models for Perception and Planning [1.3535770763481902]
  能動予測符号化と呼ばれる予測符号化のための新しいフレームワークを提案する。 階層的な世界モデルを学び、AIの2つの根本的に異なるオープン問題を解くことができる。
  論文  参考訳（メタデータ） (2022-10-23T05:44:22Z)
• Mining Logical Event Schemas From Pre-Trained Language Models [0.0]
  NESL(Neuro-Episodic Learner)は,大規模な言語モデル,FrameNet解析,単純な行動スキーマのセットを組み合わせたイベントスキーマ学習システムである。 言語モデルからの注意深いサンプリングは、状況のステレオタイプ的特性を強調し、無関係な詳細を強調するのに役立つことを示す。
  論文  参考訳（メタデータ） (2022-04-12T16:41:18Z)
• Encoding Compositionality in Classical Planning Solutions [0.8122270502556374]
  選択されたアクション間の依存関係をキャプチャするために、計画全体を通してリテラルのトレースをエンコードすることが望ましい。 本研究のアプローチは,リテラルと選択した計画間のマップとして,アクションをこれらのマップの合成として見ることである。
  論文  参考訳（メタデータ） (2021-07-13T05:05:11Z)
• 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。