Fugu-MT 論文翻訳(概要): Multi-Valued Partial Order Plans in Numeric Planning

論文の概要: Multi-Valued Partial Order Plans in Numeric Planning

arxiv url: http://arxiv.org/abs/2307.14660v1
Date: Thu, 27 Jul 2023 07:24:30 GMT
ステータス: 処理完了
システム内更新日: 2023-07-28 15:31:28.172084
Title: Multi-Valued Partial Order Plans in Numeric Planning
Title（参考訳）: 数値計画における多値部分順序計画
Authors: Hayyan Helal, Gerhard Lakemeyer
Abstract要約: 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。
参考スコア（独自算出の注目度）: 14.290119665435121
License: http://creativecommons.org/licenses/by-nc-nd/4.0/
Abstract: Many planning formalisms allow for mixing numeric with Boolean effects. However, most of these formalisms are undecidable. In this paper, we will analyze possible causes for this undecidability by studying the number of different occurrences of actions, an approach that proved useful for metric fluents before. We will start by reformulating a numeric planning problem known as restricted tasks as a search problem. We will then show how an NP-complete fragment of numeric planning can be found by using heuristics. To achieve this, we will develop the idea of multi-valued partial order plans, a least committing compact representation for (sequential and parallel) plans. Finally, we will study optimization techniques for this representation to incorporate soft preconditions.
Abstract（参考訳）: 多くの計画形式はブール効果と数値を混合することができる。しかし、これらの形式主義のほとんどは決定不能である。本稿では,この不確定性の原因を,それまでの計量流用者にとって有用なアプローチである,異なる行動の発生数を調べることによって分析する。まず,検索問題として限定タスクとして知られる数値計画問題を整理することから始める。次に、ヒューリスティックスを用いてNP完備な数値計画の断片を見つける方法を示す。これを実現するため、我々は多値部分順序計画のアイデアを開発し、(順序と並列)計画のコンパクトな表現を最小にする。最後に,ソフトプレコンディションを組み込むための最適化手法について検討する。

関連論文リスト

Learning Interpretable Classifiers for PDDL Planning [0.0]
PDDLで表される同様の計画課題のセットにおいて,エージェントの振る舞いを他のエージェントと比較して認識する解釈可能なモデルの問題を考える。我々のアプローチは、エージェントが小さなプランニングインスタンスをどのように解決したかを示す小さな例から、論理式を学習することで構成される。このような公式の学習はNPハード問題であるため、計算的に難解であることが示される。
論文参考訳（メタデータ） (2024-10-13T21:12:45Z)
Planning with OWL-DL Ontologies (Extended Version) [6.767885381740952]
フルパワー表現型DLをサポートするブラックボックスを提案する。主要なアルゴリズムは、OWLによるPDDLへの計画仕様の書き直しに依存している。いくつかのドメインからのベンチマークセットの実装を評価した。
論文参考訳（メタデータ） (2024-08-14T13:27:02Z)
Graph-Structured Speculative Decoding [52.94367724136063]
投機的復号化は、大規模言語モデルの推論を加速する有望な手法として登場した。本稿では, 有向非巡回グラフ(DAG)を応用して, 起案された仮説を管理する革新的な手法を提案する。我々は1.73$times$から1.96$times$に顕著なスピードアップを観察し、標準投機的復号法を大幅に上回った。
論文参考訳（メタデータ） (2024-07-23T06:21:24Z)
Symbolic Numeric Planning with Patterns [1.450144681559089]
我々は,有界$n$を持つ$Pi$のプランを,最先端のロールアップと緩和された$exists$エンコーディングよりも少ない変数と/または節の式として見つけるという問題をエンコードする。我々は,今年の国際計画コンペティションにおいて,プランナーのPattyが極めて優れたパフォーマンスを示した。
論文参考訳（メタデータ） (2023-12-15T17:20:25Z)
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)
Tree-Planner: Efficient Close-loop Task Planning with Large Language Models [63.06270302774049]
Tree-Plannerは、大きな言語モデルでタスクプランニングを3つの異なるフェーズに再構成する。 Tree-Plannerは高い効率を維持しながら最先端のパフォーマンスを実現する。
論文参考訳（メタデータ） (2023-10-12T17:59:50Z)
Guiding Language Model Reasoning with Planning Tokens [122.43639723387516]
大規模言語モデル(LLM)は、最近、複雑な推論タスクを実行する能力に対して、かなりの関心を集めている。より構造的なチェーン・オブ・シークレット・ステップの創出を促す階層的な生成手法を提案する。提案手法では、トレーニング可能なパラメータ(0.001%)の無視可能な増加が必要であり、完全な微調整か、よりパラメータ効率の良いスキームで適用することができる。
論文参考訳（メタデータ） (2023-10-09T13:29:37Z)
Numerical Methods for Convex Multistage Stochastic Optimization [86.45244607927732]
最適化プログラミング(SP)、最適制御(SOC)、決定プロセス(MDP)に焦点を当てる。凸多段マルコフ問題の解決の最近の進歩は、動的プログラミング方程式のコスト対ゴー関数の切断面近似に基づいている。切削平面型法は多段階問題を多段階的に扱えるが、状態(決定)変数は比較的少ない。
論文参考訳（メタデータ） (2023-03-28T01:30:40Z)
Probabilistic Planning with Partially Ordered Preferences over Temporal Goals [22.77805882908817]
マルコフ決定過程(MDP)における計画計画について,時間的拡張目標よりも優先的に検討した。本稿では、時間的に拡張された目標に対するユーザの好みを特定するために、決定論的有限オートマトンの一種である選好DFAを導入する。構築された多目的MDPにおいて、選好仕様を前提とした弱確率的非支配ポリシーが最適であることを示す。
論文参考訳（メタデータ） (2022-09-25T17:13:24Z)
Gradient-Based Mixed Planning with Discrete and Continuous Actions [34.885999774739055]
本稿では,連続パラメータと候補計画の動作を同時に最適化する二次的枠組みを提案する。フレームワークはモジュールと組み合わせて、緩和に基づいて初期状態から目標へ移行する最適な計画候補を推定する。
論文参考訳（メタデータ） (2021-10-19T14:21:19Z)
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。