論文の概要: Planning with Minimal Disruption

• arxiv url: http://arxiv.org/abs/2508.15358v1
• Date: Thu, 21 Aug 2025 08:38:17 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-22 16:26:46.240937
• Title: Planning with Minimal Disruption
• Title（参考訳）: 最小限の破壊による計画
• Authors: Alberto Pozanco, Marianela Morales, Daniel Borrajo, Manuela Veloso,
• Abstract要約: 多くの計画アプリケーションでは、目標を達成するために初期状態を最小限に修正する計画を見つけることに興味があるかもしれません。 本稿では,これを正式に導入し,行動コストの合計と計画の混乱の両面を協調的に最適化することを目的とした,様々な計画ベースのコンパイルを定義する。
• 参考スコア（独自算出の注目度）: 9.722824469961925
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In many planning applications, we might be interested in finding plans that minimally modify the initial state to achieve the goals. We refer to this concept as plan disruption. In this paper, we formally introduce it, and define various planning-based compilations that aim to jointly optimize both the sum of action costs and plan disruption. Experimental results in different benchmarks show that the reformulated task can be effectively solved in practice to generate plans that balance both objectives.
• Abstract（参考訳）: 多くの計画アプリケーションでは、目標を達成するために初期状態を最小限に修正する計画を見つけることに興味があるかもしれません。 この概念をプランディスラプションと呼ぶ。 本稿では,これを正式に導入し,行動コストの合計と計画中断の両面を協調的に最適化することを目的とした,様々な計画ベースのコンパイルを定義する。 異なるベンチマークによる実験結果から, 両目標のバランスをとる計画を生成するために, 提案課題を効果的に解決できることが示唆された。

関連論文リスト

• HyperTree Planning: Enhancing LLM Reasoning via Hierarchical Thinking [109.09735490692202]
  提案するHyperTree Planning(HTP)は,高木構造プランニングアウトラインを構成する新しい推論パラダイムである。 実験ではHTPの有効性を実証し、Gemini-1.5-ProによるTravelPlannerベンチマークで最先端の精度を実現し、o1-previewよりも3.6倍の性能向上を実現した。
  論文  参考訳（メタデータ） (2025-05-05T02:38:58Z)
• A Planning Compilation to Reason about Goal Achievement at Planning Time [9.722824469961925]
  達成した特定の目標の持続性を強制するコミットアクションを用いて、当初の計画タスクを拡張するコンパイルを提案する。 実験結果から,最適化タスクの解決は最適計画と最適計画の両方のオーバーヘッドを伴わないことが明らかとなった。
  論文  参考訳（メタデータ） (2025-03-12T17:00:37Z)
• Hindsight Planner: A Closed-Loop Few-Shot Planner for Embodied Instruction Following [62.10809033451526]
  本研究は,Large Language Models (LLM) を用いた Embodied Instruction following (EIF) タスクプランナの構築に焦点をあてる。 我々は,このタスクを部分観測可能なマルコフ決定プロセス (POMDP) として構成し,数発の仮定で頑健なプランナーの開発を目指す。 ALFREDデータセットに対する我々の実験は、プランナーが数ショットの仮定で競争性能を達成することを示す。
  論文  参考訳（メタデータ） (2024-12-27T10:05:45Z)
• On Computing Plans with Uniform Action Costs [10.621487250485897]
  本稿では,3つの一様性指標を自動計画に適応させ,行動コストと行動コストの総和を語彙的に最適化する計画ベースコンパイルを提案する。 良く知られた計画ベンチマークと新しい計画ベンチマークの両方の実験結果は、修正されたタスクを効果的に解決し、一様計画を生成することができることを示している。
  論文  参考訳（メタデータ） (2024-02-15T11:00:28Z)
• 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)
• 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。