論文の概要: General Policies, Subgoal Structure, and Planning Width
- arxiv url: http://arxiv.org/abs/2311.05490v1
- Date: Thu, 9 Nov 2023 16:30:22 GMT
- ステータス: 処理完了
- システム内更新日: 2023-11-10 14:40:56.643987
- Title: General Policies, Subgoal Structure, and Planning Width
- Title（参考訳）: 一般政策、下位構造、及び計画幅
- Authors: Blai Bonet and Hector Geffner
- Abstract要約: 原子目標を持つプランニングドメインは、IWと呼ばれる単純な探索手順によって、問題幅で指数関数的に実行される。
しかし、原子目標を考慮した場合、多くのベンチマークドメインが境界幅を持つ理由については、よく説明されていない。
- 参考スコア（独自算出の注目度）: 19.373790756767278
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: It has been observed that many classical planning domains with atomic goals
can be solved by means of a simple polynomial exploration procedure, called IW,
that runs in time exponential in the problem width, which in these cases is
bounded and small. Yet, while the notion of width has become part of
state-of-the-art planning algorithms such as BFWS, there is no good explanation
for why so many benchmark domains have bounded width when atomic goals are
considered. In this work, we address this question by relating bounded width
with the existence of general optimal policies that in each planning instance
are represented by tuples of atoms of bounded size. We also define the notions
of (explicit) serializations and serialized width that have a broader scope as
many domains have a bounded serialized width but no bounded width. Such
problems are solved non-optimally in polynomial time by a suitable variant of
the Serialized IW algorithm. Finally, the language of general policies and the
semantics of serializations are combined to yield a simple, meaningful, and
expressive language for specifying serializations in compact form in the form
of sketches, which can be used for encoding domain control knowledge by hand or
for learning it from small examples. Sketches express general problem
decompositions in terms of subgoals, and sketches of bounded width express
problem decompositions that can be solved in polynomial time.
- Abstract（参考訳）: 原子目標を持つ多くの古典的な計画領域は、問題幅で指数関数的に実行される単純な多項式探索手順(iw)によって解決できることが観察されている。
しかしながら、幅の概念はBFWSのような最先端の計画アルゴリズムの一部となっているが、原子目標を考慮した場合、なぜ多くのベンチマークドメインが境界幅を持つのかはよく説明できない。
本研究では,境界幅と,各計画例において有界サイズの原子のタプルで表される一般的な最適ポリシーの存在を関連付けて,この問題に対処する。
また、多くの領域が有界な直列化幅を持つが有界な幅を持たないため、(明示的な)直列化と直列化幅の概念も定義する。
このような問題は、Serialized IWアルゴリズムの適切な変種によって多項式時間で非最適に解決される。
最後に、一般的な方針の言語と直列化の意味論を組み合わせることで、手作業でドメイン制御の知識をエンコーディングしたり、小さな例から学習したりできる、コンパクトな形式の直列化を特定するためのシンプルで有意義で表現力のある言語が得られる。
スケッチは部分群の観点から一般問題分解を表し、境界幅のスケッチは多項式時間で解くことができる問題分解を表現する。
関連論文リスト
- Unlocking Tokens as Data Points for Generalization Bounds on Larger Language Models [79.70436109672599]
LLaMA2-70Bほどの大きさの大規模言語モデルの非空一般化境界を導出する。
我々の研究は、実際にデプロイされ、高品質なテキストを生成するモデルに対する最初の非空き境界を達成する。
論文 参考訳（メタデータ） (2024-07-25T16:13:58Z) - Improving Retrieval Augmented Open-Domain Question-Answering with Vectorized Contexts [83.57864140378035]
本稿では,オープンドメイン質問応答タスクにおいて,より長いコンテキストをカバーできる手法を提案する。
コンテキストを効果的にエンコードする小さなエンコーダ言語モデルを利用し、エンコーダは元の入力とクロスアテンションを適用する。
微調整後、2つのホールドインデータセット、4つのホールドアウトデータセット、および2つのIn Context Learning設定のパフォーマンスが改善された。
論文 参考訳（メタデータ） (2024-04-02T15:10:11Z) - Covering Number of Real Algebraic Varieties and Beyond: Improved Bounds and Applications [8.438718130535296]
ユークリッド空間における集合の被覆数について上限を証明する。
ここでは、イムディン・コントによる最もよく知られた一般境界が改善されることが示される。
本稿では,3つの計算応用における結果のパワーについて説明する。
論文 参考訳（メタデータ） (2023-11-09T03:06:59Z) - Toward Unified Controllable Text Generation via Regular Expression
Instruction [56.68753672187368]
本稿では,正規表現の利点をフル活用し,多様な制約を一様にモデル化する命令ベース機構を用いた正規表現指導(REI)を提案する。
提案手法では,中規模言語モデルの微調整や,大規模言語モデルでの少数ショット・インコンテクスト学習のみを要し,各種制約の組み合わせに適用した場合のさらなる調整は不要である。
論文 参考訳（メタデータ） (2023-09-19T09:05:14Z) - Text Reading Order in Uncontrolled Conditions by Sparse Graph
Segmentation [71.40119152422295]
テキストの読み出し順序を識別するための軽量でスケーラブルで一般化可能なアプローチを提案する。
モデルは言語に依存しず、多言語データセットで効果的に実行される。
モバイルデバイスを含むあらゆるプラットフォームにデプロイできるほど小さい。
論文 参考訳（メタデータ） (2023-05-04T06:21:00Z) - Decidability of Querying First-Order Theories via Countermodels of Finite Width [3.712362524473752]
本稿では,幅広い論理的包含問題の決定可能性を確立するための汎用的枠組みを提案する。
幅有限有限普遍モデル集合を示す論理を同定し、幅広い準同型クローズドクエリに対して決定可能なエンテーメントを保証する。
ルールの有限分割幅集合が、他の既知の抽象決定可能なクラスをサブスクライブするが、既存の成層概念を活用することにより、また、幅広い新しいルールセットをカバーしている。
論文 参考訳（メタデータ） (2023-04-13T08:57:17Z) - Learning Sketches for Decomposing Planning Problems into Subproblems of
Bounded Width: Extended Version [18.95007906887466]
スケッチは、同じドメインから引き出されたインスタンスのサブゴール構造を表す一般的な言語として導入された。
本稿では,計画領域,対象とする問題のいくつか,スケッチ幅の所望値などを自動的に与えられたスケッチを学習する問題を提示する。
スケッチ学習者およびSIW_Rプランナーは、明快で明示的な形式でドメイン構造を学習し、活用するドメイン非依存プランナーを生成する。
論文 参考訳（メタデータ） (2022-03-28T15:49:08Z) - Expressing and Exploiting the Common Subgoal Structure of Classical
Planning Domains Using Sketches: Extended Version [17.63517562327928]
我々は、Bornt と Geffner が最近導入したポリシースケッチと呼ばれる問題分解を表現するために、単純だが強力な言語を使用します。
ポリシースケッチRは、Booleanと数値的特徴のセットと、これらの特徴の値がどのように変化するかを表現するスケッチルールのセットで構成される。
本稿では,SIW_Rアルゴリズムを用いて,SIWで解けない多くの計画領域を短時間で解けることを示す。
論文 参考訳（メタデータ） (2021-05-10T10:36:18Z) - InfinityGAN: Towards Infinite-Resolution Image Synthesis [92.40782797030977]
任意の解像度画像を生成するinfinityganを提案する。
少ない計算資源でパッチバイパッチをシームレスに訓練し、推論する方法を示す。
論文 参考訳（メタデータ） (2021-04-08T17:59:30Z) - General Policies, Serializations, and Planning Width [22.112881443209726]
有界幅は、ドメインエンコーディングにおいて明示的あるいは暗黙的に表現される特徴の観点から、最適の一般ポリシーを許容する計画領域の特性であることを示す。
この研究はまた、ポリシースケッチの形でドメインのシリアライズを指定するための新しいシンプルで有意義で表現力のある言語にもつながります。
論文 参考訳（メタデータ） (2020-12-15T01:33:59Z) - An Integer Linear Programming Framework for Mining Constraints from Data [81.60135973848125]
データから制約をマイニングするための一般的なフレームワークを提案する。
特に、構造化された出力予測の推論を整数線形プログラミング(ILP)問題とみなす。
提案手法は,9×9のスドクパズルの解法を学習し,基礎となるルールを提供することなく,例からツリー問題を最小限に分散させることが可能であることを示す。
論文 参考訳（メタデータ） (2020-06-18T20:09:53Z)
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。