論文の概要: A Strategy for Implementing description Temporal Dynamic Algorithms in Dynamic Knowledge Graphs by SPIN

• arxiv url: http://arxiv.org/abs/2401.07890v2
• Date: Sat, 20 Jan 2024 14:18:49 GMT
• ステータス: 処理完了
• システム内更新日: 2024-01-23 19:19:28.352140
• Title: A Strategy for Implementing description Temporal Dynamic Algorithms in Dynamic Knowledge Graphs by SPIN
• Title（参考訳）: SPINによる動的知識グラフにおける時相動的アルゴリズムの実装戦略
• Authors: Alireza Shahbazi, Seyyed Ahmad Mirsanei, Malikeh Haj Khan Mirzaye Sarraf and Behrouz Minaei Bidgoli
• Abstract要約: 本研究では,記述論理(DL)の拡張,時間的形式主義,行動形式主義などの関連する論理構造について検討した。 アクションの表現と推論のために、私たちはアクションをDL(Dynamic-ALCとその拡張など)に埋め込んだ。 本稿では,アクションプロジェクション,計画,満足度,一貫性,実現可能性,実行性をチェックするための用語可能なアルゴリズムを提案する。
• 参考スコア（独自算出の注目度）: 6.176867277585226
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Planning and reasoning about actions and processes, in addition to reasoning about propositions, are important issues in recent logical and computer science studies. The widespread use of actions in everyday life such as IoT, semantic web services, etc., and the limitations and issues in the action formalisms are two factors that lead us to study how actions are represented. Since 2007, there have been some ideas to integrate Description Logic (DL) and action formalisms for representing both static and dynamic knowledge. Meanwhile, time is an important factor in dynamic situations, and actions change states over time. In this study, on the one hand, we examined related logical structures such as extensions of description logics (DLs), temporal formalisms, and action formalisms. On the other hand, we analyzed possible tools for designing and developing the Knowledge and Action Base (KAB). For representation and reasoning about actions, we embedded actions into DLs (such as Dynamic-ALC and its extensions). We propose a terminable algorithm for action projection, planning, checking the satisfiability, consistency, realizability, and executability, and also querying from KAB. Actions in this framework were modeled with SPIN and added to state space. This framework has also been implemented as a plugin for the Prot\'eg\'e ontology editor. During the last two decades, various algorithms have been presented, but due to the high computational complexity, we face many problems in implementing dynamic ontologies. In addition, an algorithm to detect the inconsistency of actions' effects was not explicitly stated. In the proposed strategy, the interactions of actions with other parts of modeled knowledge, and a method to check consistency between the effects of actions are presented. With this framework, the ramification problem can be well handled in future works.
• Abstract（参考訳）: 行動とプロセスに関する計画と推論は、命題に関する推論に加えて、近年の論理およびコンピュータ科学研究において重要な問題である。 iotやセマンティックwebサービスといった日常生活におけるアクションの広範にわたる利用と、アクション形式における制限と課題は、アクションの表現方法を研究するための2つの要因となります。 2007年以降、静的知識と動的知識の両方を表現するための記述論理(dl)と行動形式を統合するアイデアがいくつかある。 一方、時間は動的状況において重要な要素であり、アクションは時間とともに状態を変える。 本研究では,記述論理(DL)の拡張,時間的形式主義,行動形式主義などの関連する論理構造について検討した。 一方,我々はknowledge and action base (kab) を設計・開発するためのツールについて分析した。 アクションの表現と推論のために、アクションをDL(Dynamic-ALCとその拡張など)に組み込んだ。 我々は,行動予測,計画,満足度,一貫性,実現可能性,実行可能性のチェック,およびKABからのクエリのための用語可能なアルゴリズムを提案する。 このフレームワークのアクションはSPINでモデル化され、状態空間に追加された。 このフレームワークはProt\'eg\'eオントロジーエディタのプラグインとしても実装されている。 過去20年間、様々なアルゴリズムが提案されてきたが、高い計算複雑性のため、動的オントロジーの実装において多くの問題に直面している。 さらに、アクションの効果の不一致を検出するアルゴリズムは明確に述べられていない。 提案手法では,行動とモデル化知識の他の部分との相互作用,および行動の効果間の一貫性をチェックする手法を提案する。 このフレームワークでは、今後の作業で分岐問題をうまく扱うことができる。

関連論文リスト

• Task and Motion Planning for Execution in the Real [24.01204729304763]
  この作業は、作業を含むタスクと動作の計画を生成するが、計画時には完全には理解できない。 実行は、タスク目標に到達するまでオフラインで計画された動きとオンライン行動を組み合わせる。 提案したフレームワークを評価するために,40の実ロボット試験とモチベーション実証を行った。 その結果、実行時間が短縮され、アクションの数が少なくなり、さまざまなギャップが生じる問題の成功率が向上した。
  論文  参考訳（メタデータ） (2024-06-05T22:30:40Z)
• I-PHYRE: Interactive Physical Reasoning [25.02124862476204]
  I-PHYREは、エージェントに直感的な物理的推論、多段階計画、その場介入を同時に提示するフレームワークである。 4つのゲーム分割を定式化し、エージェントの学習と対話的物理的推論の基本原理の一般化を精査する。
  論文  参考訳（メタデータ） (2023-12-04T19:01:19Z)
• Interpretable Imitation Learning with Dynamic Causal Relations [65.18456572421702]
  得られた知識を有向非巡回因果グラフの形で公開することを提案する。 また、この因果発見プロセスを状態依存的に設計し、潜在因果グラフのダイナミクスをモデル化する。 提案するフレームワークは,動的因果探索モジュール,因果符号化モジュール,予測モジュールの3つの部分から構成され,エンドツーエンドで訓練される。
  論文  参考訳（メタデータ） (2023-09-30T20:59:42Z)
• Learning Action-Effect Dynamics for Hypothetical Vision-Language Reasoning Task [50.72283841720014]
  本研究では,行動の効果に関する推論を改善する新しい学習戦略を提案する。 本稿では,提案手法の有効性を実証し,性能,データ効率,一般化能力の観点から,従来のベースラインに対する優位性を論じる。
  論文  参考訳（メタデータ） (2022-12-07T05:41:58Z)
• Learning Action-Effect Dynamics from Pairs of Scene-graphs [50.72283841720014]
  本稿では,画像のシーングラフ表現を利用して,自然言語で記述された行動の効果を推論する手法を提案する。 提案手法は,既存のモデルと比較して,性能,データ効率,一般化能力の点で有効である。
  論文  参考訳（メタデータ） (2022-12-07T03:36:37Z)
• Active Inference in Robotics and Artificial Agents: Survey and Challenges [51.29077770446286]
  我々は、状態推定、制御、計画、学習のためのアクティブ推論の最先端理論と実装についてレビューする。 本稿では、適応性、一般化性、堅牢性の観点から、その可能性を示す関連する実験を紹介する。
  論文  参考訳（メタデータ） (2021-12-03T12:10:26Z)
• Models we Can Trust: Toward a Systematic Discipline of (Agent-Based) Model Interpretation and Validation [0.0]
  我々は、モデルから情報を取り出すための相互作用の分野の開発を提唱する。 このような分野の発展に向けたいくつかの方向性を概説する。
  論文  参考訳（メタデータ） (2021-02-23T10:52:22Z)
• Learning to Represent Action Values as a Hypergraph on the Action Vertices [17.811355496708728]
  行動値推定は強化学習法(RL)の重要な要素である。 多次元のアクション空間の構造を活用することが、アクションの優れた表現を学ぶための鍵となる要素であると推測する。 Atari 2600 ゲームや、離散化物理制御ベンチマークなど、無数の領域に対するアプローチの有効性を示す。
  論文  参考訳（メタデータ） (2020-10-28T00:19:13Z)
• Behavior Priors for Efficient Reinforcement Learning [97.81587970962232]
  本稿では,情報とアーキテクチャの制約を,確率論的モデリング文献のアイデアと組み合わせて行動の事前学習を行う方法について考察する。 このような潜伏変数の定式化が階層的強化学習(HRL)と相互情報と好奇心に基づく目的との関係について論じる。 シミュレーションされた連続制御領域に適用することで,フレームワークの有効性を実証する。
  論文  参考訳（メタデータ） (2020-10-27T13:17:18Z)
• Deliberative Acting, Online Planning and Learning with Hierarchical Operational Models [5.597986898418404]
  AI研究では、アクションの計画は通常、アクションの結果として起こる可能性のあることを抽象的に特定するアクションの記述モデルを使用してきた。 計画されたアクションの実行には、リッチな計算制御構造とクローズドループオンライン意思決定を使用する運用モデルが必要である。 我々は、計画と行動の両方が同じ運用モデルを使用する統合された行動計画システムを実装している。
  論文  参考訳（メタデータ） (2020-10-02T14:50:05Z)
• 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。