論文の概要: Behaviour Planning: A Toolkit for Diverse Planning

• arxiv url: http://arxiv.org/abs/2405.04300v1
• Date: Tue, 7 May 2024 13:18:22 GMT
• ステータス: 処理完了
• システム内更新日: 2024-05-08 14:00:34.894127
• Title: Behaviour Planning: A Toolkit for Diverse Planning
• Title（参考訳）: 振る舞いプランニング: 多様なプランニングのためのツールキット
• Authors: Mustafa F Abdelwahed, Joan Espasa, Alice Toniolo, Ian P. Gent,
• Abstract要約: EmphBehaviour Planningは、モジュラーの多様性モデルに基づいて、多様なプランを生成できる多様な計画ツールキットである。 本稿では,多様性モデルを記述するための定性的なフレームワーク,任意の多様性モデルに沿った計画を作成するための計画手法,SMTに基づく行動プランナの実践的実装について述べる。
• 参考スコア（独自算出の注目度）: 1.2213833413853037
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Diverse planning is the problem of generating plans with distinct characteristics. This is valuable for many real-world scenarios, including applications related to plan recognition and business process automation. In this work, we introduce \emph{Behaviour Planning}, a diverse planning toolkit that can characterise and generate diverse plans based on modular diversity models. We present a qualitative framework for describing diversity models, a planning approach for generating plans aligned with any given diversity model, and provide a practical implementation of an SMT-based behaviour planner. We showcase how the qualitative approach offered by Behaviour Planning allows it to overcome various challenges faced by previous approaches. Finally, the experimental evaluation shows the effectiveness of Behaviour Planning in generating diverse plans compared to state-of-the-art approaches.
• Abstract（参考訳）: 異種計画とは、異なる特徴を持つ計画を生成する問題である。 これは、計画認識やビジネスプロセスの自動化に関連するアプリケーションを含む、多くの現実世界のシナリオにとって価値がある。 本稿では,モジュール型多様性モデルに基づく多様なプランを特徴付ける,多様な計画ツールキットである \emph{Behaviour Planning} を紹介する。 本稿では,多様性モデルを記述するための定性的なフレームワーク,任意の多様性モデルに整合した計画を作成するための計画手法,およびSMTに基づく行動プランナの実践的実装を提案する。 本稿では,ビヘイビアプランニングが提供する質的アプローチによって,従来のアプローチが直面する様々な課題を克服する方法について紹介する。 最後に, 現状のアプローチと比較して, 多様な計画作成における行動計画の有効性を実験的に評価した。

関連論文リスト

• Exploring and Benchmarking the Planning Capabilities of Large Language Models [57.23454975238014]
  この研究は、大規模言語モデル(LLM)の計画能力を改善するための基礎を築いた。 我々は、古典的な計画ベンチマークと自然言語シナリオの両方を含む包括的なベンチマークスイートを構築した。 本研究は,LLM計画の強化を目的としたマルチショットインコンテキスト学習について検討し,文脈長の増大と計画性能の向上の関係について検討する。
  論文  参考訳（メタデータ） (2024-06-18T22:57:06Z)
• What's the Plan? Evaluating and Developing Planning-Aware Techniques for Language Models [7.216683826556268]
  大きな言語モデル(LLM)は、計画機能を必要とするアプリケーションにますます使われています。 我々は,新しいハイブリッド・メソドであるSimPlanを紹介し,その性能を新たな挑戦的な設定で評価する。
  論文  参考訳（メタデータ） (2024-02-18T07:42:49Z)
• 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)
• Bridging the Gap between Structural and Semantic Similarity in Diverse Planning [1.334273556882455]
  横計画とは、与えられた問題仕様の複数の計画を見つける問題である。 本稿では,2つのプランの違いに関する関連情報をキャプチャ可能な,ドメインに依存しない2つの新しい指標を提案する。
  論文  参考訳（メタデータ） (2023-10-02T18:11:37Z)
• Compositional Foundation Models for Hierarchical Planning [52.18904315515153]
  本稿では,言語,視覚,行動データを個別に訓練し,長期的課題を解決するための基礎モデルを提案する。 我々は,大規模なビデオ拡散モデルを用いて,環境に根ざした記号的計画を構築するために,大規模言語モデルを用いている。 生成したビデオプランは、生成したビデオからアクションを推論する逆ダイナミクスモデルを通じて、視覚運動制御に基礎を置いている。
  論文  参考訳（メタデータ） (2023-09-15T17:44:05Z)
• 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)
• Evaluating model-based planning and planner amortization for continuous control [79.49319308600228]
  我々は、モデル予測制御(MPC)と学習モデルとモデルフリーポリシー学習を組み合わせたハイブリッドアプローチを採っている。 モデルフリーエージェントは高いDoF制御問題においても強いベースラインであることがわかった。 モデルに基づくプランナを,パフォーマンスを損なうことなく,計画が損なわれるようなポリシーに置き換えることが可能であることを示す。
  論文  参考訳（メタデータ） (2021-10-07T12:00:40Z)
• Multiple Plans are Better than One: Diverse Stochastic Planning [26.887796946596243]
  計画上の問題では、望ましい仕様を完全にモデル化することはしばしば困難です。 特に、人間とロボットの相互作用において、そのような困難は、プライベートまたはモデルに複雑である人間の好みによって生じる可能性がある。 我々は、最適に近い代表行動の集合を生成することを目的とした、多種多様な計画と呼ばれる問題を定式化する。
  論文  参考訳（メタデータ） (2020-12-31T07:29:11Z)
• 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)
• Multi-tier Automated Planning for Adaptive Behavior (Extended Version) [0.4129225533930965]
  本稿では,異なる仮定セットの仕様を計画するための多層フレームワークを提案する。 非決定論的計画形式への簡潔なコンパイルによる問題インスタンスの解法を示す。
  論文  参考訳（メタデータ） (2020-02-27T21:16:01Z)

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。