論文の概要: Automated planning with ontologies under coherence update semantics (Extended Version)
- arxiv url: http://arxiv.org/abs/2507.15120v2
- Date: Wed, 23 Jul 2025 09:09:15 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-07-24 12:00:05.659379
- Title: Automated planning with ontologies under coherence update semantics (Extended Version)
- Title（参考訳）: コヒーレンス更新セマンティクスに基づくオントロジーによる自動計画(拡張版)
- Authors: Stefan Borgwardt, Duy Nhu, Gabriele Röger,
- Abstract要約: オントロジーに基づく行動条件の利点を組み合わせたDL-Liteを用いた計画手法を提案する。
結果として得られるコンパイルの複雑さは、以前のアプローチよりも高くないことを示す。
- 参考スコア（独自算出の注目度）: 3.6253617038977226
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Standard automated planning employs first-order formulas under closed-world semantics to achieve a goal with a given set of actions from an initial state. We follow a line of research that aims to incorporate background knowledge into automated planning problems, for example, by means of ontologies, which are usually interpreted under open-world semantics. We present a new approach for planning with DL-Lite ontologies that combines the advantages of ontology-based action conditions provided by explicit-input knowledge and action bases (eKABs) and ontology-aware action effects under the coherence update semantics. We show that the complexity of the resulting formalism is not higher than that of previous approaches and provide an implementation via a polynomial compilation into classical planning. An evaluation of existing and new benchmarks examines the performance of a planning system on different variants of our compilation.
- Abstract（参考訳）: 標準的な自動計画では、初期状態から与えられたアクションセットで目標を達成するために、クローズドワールドセマンティクスの下で一階式を用いる。
我々は,例えば,オープンワールドのセマンティクスの下で解釈されるオントロジーによって,背景知識を自動計画問題に組み込むことを目的とした一連の研究に追随する。
本稿では,オープンインプット知識と行動ベース(eKAB)によるオントロジーに基づく行動条件と,コヒーレンス更新セマンティクスに基づくオントロジー対応行動効果の利点を組み合わせた,DL-Liteオントロジーを用いた計画手法を提案する。
結果の形式化の複雑さは,従来の手法よりは高くないことを示し,古典計画への多項式コンパイルによる実装を提供する。
既存および新ベンチマークの評価では,コンパイルの異なるバリエーションに対する計画システムの性能について検討する。
関連論文リスト
- Reinforced Reasoning for Embodied Planning [18.40186665383579]
身体的計画では、エージェントは動的視覚観察と自然言語の目標に基づいて、一貫性のある多段階決定を行う必要がある。
具体的計画にR1スタイルの推論強化をもたらす強化微調整フレームワークを導入する。
論文 参考訳（メタデータ） (2025-05-28T07:21:37Z) - 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) - Parallel Strategies for Best-First Generalized Planning [51.713634067802104]
汎用計画(GP)は、複数の古典的な計画インスタンスを解くことができるアルゴリズムのようなソリューションの自動合成を研究するAIの研究分野である。
現在の進歩の1つはBest-First Generalized Planning (BFGP) の導入である。
本稿では,並列探索手法をBFGPに適用し,性能ギャップを埋める上で重要な要素であることを示す。
論文 参考訳（メタデータ） (2024-07-31T09:50:22Z) - Learning adaptive planning representations with natural language
guidance [90.24449752926866]
本稿では,タスク固有の計画表現を自動構築するフレームワークであるAdaについて述べる。
Adaは、プランナー互換の高レベルアクション抽象化と、特定の計画タスク領域に適応した低レベルコントローラのライブラリを対話的に学習する。
論文 参考訳（メタデータ） (2023-12-13T23:35:31Z) - 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) - Towards Ontology-Mediated Planning with OWL DL Ontologies (Extended
Version) [7.995360025953931]
本稿では,計画仕様とオントロジーを分離し,インターフェースを用いて連携する新しい手法を提案する。
これにより、計画の専門家は慣れ親しんだ形式主義で作業できるが、既存のドメインは専門家によって容易に統合され拡張できる。
既存の計画ツールで処理される古典的な計画問題に、全てを仲介する計画問題を書き換えることが目的だ。
論文 参考訳（メタデータ） (2023-08-16T08:05:53Z) - A Categorical Representation Language and Computational System for
Knowledge-Based Planning [5.004278968175897]
本研究では,計画中の世界国家の更新を表現・管理するための代替手法を提案する。
提案した表現は,$mathsfC$-sets と double-pushout rewriting (DPO) のカテゴリー論的概念に基づいて,世界状態に関する構造化知識を効果的に扱うことができる。
論文 参考訳（メタデータ） (2023-05-26T19:01:57Z) - Autoregressive Structured Prediction with Language Models [73.11519625765301]
本稿では, PLM を用いた自己回帰的手法を用いて, モデル構造を行動列として記述する。
我々のアプローチは、私たちが見てきた全ての構造化予測タスクにおいて、新しい最先端を実現する。
論文 参考訳（メタデータ） (2022-10-26T13:27:26Z) - 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) - 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。