論文の概要: HDDL 2.1: Towards Defining a Formalism and a Semantics for Temporal HTN
Planning
- arxiv url: http://arxiv.org/abs/2306.07353v1
- Date: Mon, 12 Jun 2023 18:21:23 GMT
- ステータス: 処理完了
- システム内更新日: 2023-06-14 16:07:54.505911
- Title: HDDL 2.1: Towards Defining a Formalism and a Semantics for Temporal HTN
Planning
- Title(参考訳): HDDL 2.1: 形式主義の定義と時間的HTN計画のセマンティクスを目指して
- Authors: Damien Pellier, Alexandre Albore, Humbert Fiorino, Rafael Bailon-Ruiz
- Abstract要約: 現実世界のアプリケーションは、リッチで多様な自動計画問題をモデル化する必要があります。
階層的タスクネットワーク(HTN)形式は、数値的および時間的制約を伴う計画問題の表現を許さない。
本稿では,HDDLとこれらの運用ニーズのギャップを埋めるとともに,PDDL 2.1からインスピレーションを得てHDDLを拡張することを提案する。
- 参考スコア(独自算出の注目度): 64.07762708909846
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Real world applications as in industry and robotics need modelling rich and
diverse automated planning problems. Their resolution usually requires
coordinated and concurrent action execution. In several cases, these problems
are naturally decomposed in a hierarchical way and expressed by a Hierarchical
Task Network (HTN) formalism.
HDDL, a hierarchical extension of the Planning Domain Definition Language
(PDDL), unlike PDDL 2.1 does not allow to represent planning problems with
numerical and temporal constraints, which are essential for real world
applications. We propose to fill the gap between HDDL and these operational
needs and to extend HDDL by taking inspiration from PDDL 2.1 in order to
express numerical and temporal expressions. This paper opens discussions on the
semantics and the syntax needed for a future HDDL 2.1 extension.
- Abstract(参考訳): 産業やロボット工学のような現実世界の応用には、リッチで多様な自動計画問題をモデル化する必要がある。
彼らの解決は通常、協調的かつ同時実行を必要とする。
いくつかのケースでは、これらの問題は階層的に分解され、階層的タスクネットワーク(htn)形式によって表現される。
PDDL 2.1とは異なり、計画ドメイン定義言語(PDDL)の階層的な拡張であるHDDLでは、数値的および時間的制約による計画上の問題を表現できない。
本稿では,HDDLとこれらの運用ニーズのギャップを埋めるとともに,数値的・時間的表現を表現するためにPDDL 2.1からインスピレーションを得てHDDLを拡張することを提案する。
本稿では,今後のHDDL 2.1拡張に必要なセマンティクスと構文について論じる。
関連論文リスト
- PROC2PDDL: Open-Domain Planning Representations from Texts [58.756699142025006]
Proc2PDDLは、専門家によるPDDL表現と組み合わせたオープンドメインの手続きテキストを含む最初のデータセットである。
以上の結果から, GPT-3.5は0%, GPT-4は35%, Proc2PDDLは極めて困難であることが示唆された。
論文 参考訳(メタデータ) (2024-02-29T19:40:25Z) - Real-World Planning with PDDL+ and Beyond [55.73913765642435]
我々は、軽量さ、単純さ、そして最も重要なのは適応性を強調するために作られた新しいPDDL+プランナーであるNyxを紹介する。
Nyxは、ある種のAIプランニングを必要とする事実上の現実世界のアプリケーションに合わせることができ、現実の問題を解決するための計画手法をより広く採用するための道を開くことができる。
論文 参考訳(メタデータ) (2024-02-19T07:35:49Z) - 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) - Serving Deep Learning Model in Relational Databases [72.72372281808694]
リレーショナルデータ上での深層学習(DL)モデルの実現は、様々な商業分野や科学分野において重要な要件となっている。
最先端のDL-Centricアーキテクチャは、DL計算を専用のDLフレームワークにオフロードします。
UDF-Centricアーキテクチャは、データベースシステム内の1つ以上のテンソル計算をユーザ定義関数(UDF)にカプセル化する。
potentialRelation-Centricアーキテクチャは、演算子による大規模テンソル計算を表現することを目的としている。
論文 参考訳(メタデータ) (2023-10-07T06:01:35Z) - Leveraging Pre-trained Large Language Models to Construct and Utilize
World Models for Model-based Task Planning [39.29964085305846]
事前訓練済みの大規模言語モデルをプランナーとして直接使用する方法は、計画の正確性に限界があるため、現在は実用的ではない。
本研究では,ドメイン定義言語(PDDL)の計画において,明示的な世界(ドメイン)モデルを構築し,ドメインに依存しないプランナで計画する新たなパラダイムを提案する。
論文 参考訳(メタデータ) (2023-05-24T08:59:15Z) - Planning with Complex Data Types in PDDL [2.7412662946127755]
本稿では,集合,配列,レコード,ユニオンといった複雑なデータ型をサポートする複雑なソフトウェアシステムのモデリング言語について検討する。
我々は、この表現をさらにPDDLにマッピングし、ドメインに依存しないPDDLプランナーで使用する。
論文 参考訳(メタデータ) (2022-12-29T21:19:22Z) - HDDL 2.1: Towards Defining an HTN Formalism with Time [0.0]
産業やロボティクスなどの計画の現実的な応用には、リッチで多様なシナリオをモデル化する必要がある。
それらの解像度は通常、協調された同時アクション実行を必要とする。
いくつかのケースでは、そのような計画問題は階層的な方法で自然に分解され、階層的なタスクネットワーク形式によって表現される。
本稿では,HDDLの拡張に必要なセマンティクスと構文について論じるとともに,地球観測衛星計画問題のモデル化について述べる。
論文 参考訳(メタデータ) (2022-06-03T21:22:19Z) - A Logical Semantics for PDDL+ [4.111899441919164]
PDDL+はPDDL2.1の拡張である。
PDDL2.1とは異なり、PDDL+は論理的意味論を欠き、代わりに連続状態に対するハイブリッド自動意味論に富んだ状態遷移意味論に依存する。
本稿ではハイブリッドオートマトンに触発されたReiterの状況計算理論の自然な拡張を提案する。
論文 参考訳(メタデータ) (2021-11-23T00:32:15Z) - Tensor Processing Primitives: A Programming Abstraction for Efficiency
and Portability in Deep Learning Workloads [86.62083829086393]
このプロセスプリミティブ(TPP、Processing Primitives)は、高い生産性を持つDeep Learning-Workloadの効率的でポータブルな実装を目指すプログラミング抽象化である。
TPPは、高次元テンソル上の複素作用素を構成するためにビルディングブロックとして使用できる2Dテンソル作用素(または仮想ISA)のコンパクトで汎用的な集合を定義する。
我々は,スタンドアロンカーネルとTLPで表現されたエンドツーエンドのDLワークロードによるアプローチの有効性を実証し,複数のプラットフォーム上での最先端実装よりも優れていることを示す。
論文 参考訳(メタデータ) (2021-04-12T18:35:49Z)
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。