論文の概要: Probabilistic contingent planning based on HTN for high-quality plans
- arxiv url: http://arxiv.org/abs/2308.06922v2
- Date: Thu, 28 Sep 2023 06:53:01 GMT
- ステータス: 処理完了
- システム内更新日: 2023-09-29 20:08:15.198044
- Title: Probabilistic contingent planning based on HTN for high-quality plans
- Title(参考訳): 高品質計画のためのhtnに基づく確率的コンティンジェント計画
- Authors: Peng Zhao
- Abstract要約: 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。
- 参考スコア(独自算出の注目度): 8.23558342809427
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Deterministic planning assumes that the planning evolves along a fully
predictable path, and therefore it loses the practical value in most real
projections. A more realistic view is that planning ought to take into
consideration partial observability beforehand and aim for a more flexible and
robust solution. What is more significant, it is inevitable that the quality of
plan varies dramatically in the partially observable environment. In this paper
we propose a probabilistic contingent Hierarchical Task Network (HTN) planner,
named High-Quality Contingent Planner (HQCP), to generate high-quality plans in
the partially observable environment. The formalisms in HTN planning are
extended into partial observability and are evaluated regarding the cost. Next,
we explore a novel heuristic for high-quality plans and develop the integrated
planning algorithm. Finally, an empirical study verifies the effectiveness and
efficiency of the planner both in probabilistic contingent planning and for
obtaining high-quality plans.
- Abstract(参考訳): 決定論的計画(Deterministic planning)は、計画が完全に予測可能な経路に沿って進化し、ほとんどの実射影において実用的価値を失うと仮定する。
より現実的な見方は、計画が部分的に観測可能であることを事前に考慮し、より柔軟で堅牢なソリューションを目指すべきだということです。
さらに重要なことは、部分的に観測可能な環境でプランの品質が劇的に変化することは避けられないことである。
本稿では,HTN(High-Quality Contingent Planner)と呼ばれる確率的階層型タスクネットワーク(HTN)プランナを提案する。
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。
次に,高品質計画のための新しいヒューリスティックを探索し,統合計画アルゴリズムを開発した。
最後に,確率的継続計画と高品質計画の立案におけるプランナーの有効性と効率性を検証する実証的研究を行った。
関連論文リスト
- PlanGPT: Enhancing Urban Planning with Tailored Language Model and
Efficient Retrieval [8.345858904808873]
汎用的な大規模言語モデルは、しばしばプランナーのニーズを満たすのに苦労する。
PlanGPTは、都市と空間計画に適した最初の大規模言語モデルである。
論文 参考訳(メタデータ) (2024-02-29T15:41:20Z) - LLM-SAP: Large Language Model Situational Awareness Based Planning [0.0]
この研究は、大規模言語モデルにおける状況認識に基づく創発的計画能力の評価の先駆者である。
i) 標準化された評価のための新しいベンチマークとメトリクス、(ii) 進捗を加速するためのユニークなデータセット、(iii) 状況に敏感な計画タスクにおいて計画性能を著しく向上させるマルチエージェントスキームの実証に寄与する。
論文 参考訳(メタデータ) (2023-12-26T17:19:09Z) - 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) - AdaPlanner: Adaptive Planning from Feedback with Language Models [56.367020818139665]
大規模言語モデル(LLM)は、最近、シーケンシャルな意思決定タスクの自律的エージェントとして機能する可能性を実証している。
本研究では,LLMエージェントが環境フィードバックに応じて自己生成計画を適応的に改善することのできるクローズドループアプローチであるAdaPlannerを提案する。
幻覚を緩和するために,様々なタスク,環境,エージェント機能にまたがる計画生成を容易にするコードスタイルのLCMプロンプト構造を開発した。
論文 参考訳(メタデータ) (2023-05-26T05:52:27Z) - A Framework for Neurosymbolic Robot Action Planning using Large Language
Models [3.603351032105088]
シンボリックタスク計画と機械学習アプローチのギャップを埋める枠組みを提案する。
我々は、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。
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1000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) - Visual Learning-based Planning for Continuous High-Dimensional POMDPs [81.16442127503517]
Visual Tree Search (VTS)は、オフラインで学習した生成モデルとオンラインモデルベースのPOMDP計画を組み合わせた学習と計画の手順である。
VTSは、モンテカルロの木探索プランナーにおける画像観測の可能性を予測し評価するために、一連の深部生成観測モデルを利用することで、オフラインモデルトレーニングとオンラインプランニングを橋渡しする。
VTSは、異なる観測ノイズに対して堅牢であり、オンラインのモデルベースプランニングを利用するため、再トレーニングを必要とせずに、異なる報酬構造に適応できることを示す。
論文 参考訳(メタデータ) (2021-12-17T11:53:31Z) - 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) - Flexible FOND Planning with Explicit Fairness Assumptions [16.654542986854896]
完全可観測型非決定論的計画(fond)において命題的目標条件に達する問題を考える。
強周期FOND計画とQNP計画はいずれもFOND計画の特別な事例であり、この形態の公平性を仮定して組み合わせることができる。
論文 参考訳(メタデータ) (2021-03-15T13:57:07Z) - Robust Hierarchical Planning with Policy Delegation [6.1678491628787455]
本稿では,デリゲートの原理に基づく階層計画のための新しいフレームワークとアルゴリズムを提案する。
このプランニング手法は、様々な領域における古典的なプランニングと強化学習技術に対して、実験的に非常に競争力があることを示す。
論文 参考訳(メタデータ) (2020-10-25T04:36:20Z) - 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) - Divide-and-Conquer Monte Carlo Tree Search For Goal-Directed Planning [78.65083326918351]
暗黙的な逐次計画の仮定に代わるものを検討する。
本稿では,最適計画の近似を行うため,Divide-and-Conquer Monte Carlo Tree Search (DC-MCTS)を提案する。
計画順序に対するこのアルゴリズム的柔軟性は,グリッドワールドにおけるナビゲーションタスクの改善に繋がることを示す。
論文 参考訳(メタデータ) (2020-04-23T18:08:58Z)
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。