論文の概要: Learning Lifted Action Models From Traces of Incomplete Actions and States

• arxiv url: http://arxiv.org/abs/2508.21449v1
• Date: Fri, 29 Aug 2025 09:27:53 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-01 19:45:10.988445
• Title: Learning Lifted Action Models From Traces of Incomplete Actions and States
• Title（参考訳）: 不完全な行動の痕跡と状態からリフテッドアクションモデルを学ぶ
• Authors: Niklas Jansen, Jonas Gösgens, Hector Geffner,
• Abstract要約: ランダムな状態-動作トレースからスライディングタイルパズルの昇降STRIPSモデルを学習する問題を考察する。 我々はSTRIPS+と呼ばれるSTRIPSの変種を紹介し、そこでは特定のSTRIPSアクション引数を事前条件で暗黙的に残すことができる。 提案した学習アルゴリズムはSynTHと呼ばれ、各アクションに対して事前条件式やクエリ'の階層化されたシーケンス(接続)を構築する。
• 参考スコア（独自算出の注目度）: 6.30853901017231
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Consider the problem of learning a lifted STRIPS model of the sliding-tile puzzle from random state-action traces where the states represent the location of the tiles only, and the actions are the labels up, down, left, and right, with no arguments. Two challenges are involved in this problem. First, the states are not full STRIPS states, as some predicates are missing, like the atoms representing the position of the ``blank''. Second, the actions are not full STRIPS either, as they do not reveal all the objects involved in the actions effects and preconditions. Previous approaches have addressed different versions of this model learning problem, but most assume that actions in the traces are full STRIPS actions or that the domain predicates are all observable. The new setting considered in this work is more ``realistic'', as the atoms observed convey the state of the world but not full STRIPS states, and the actions reveal the arguments needed for selecting the action but not the ones needed for modeling it in STRIPS. For formulating and addressing the learning problem, we introduce a variant of STRIPS, which we call STRIPS+, where certain STRIPS action arguments can be left implicit in preconditions which can also involve a limited form of existential quantification. The learning problem becomes the problem of learning STRIPS+ models from STRIPS+ state-action traces. For this, the proposed learning algorithm, called SYNTH, constructs a stratified sequence (conjunction) of precondition expressions or ``queries'' for each action, that denote unique objects in the state and ground the implicit action arguments in STRIPS+. The correctness and completeness of SYNTH is established, and its scalability is tested on state-action traces obtained from STRIPS+ models derived from existing STRIPS domains.
• Abstract（参考訳）: 状態がタイルの位置のみを表すランダムな状態-動作トレースからスライディングタイルパズルの昇降STRIPSモデルを学習する問題を考える。 この問題には2つの課題がある。 第一に、状態は「ブランク」の位置を表す原子のように、一部の述語が欠落しているため、完全なSTRIPS状態ではない。 第二に、アクションエフェクトとプレコンディションに関連するすべてのオブジェクトを明らかにすることはないため、アクションも完全なSTRIPSではない。 従来のアプローチでは、このモデル学習問題の異なるバージョンに対処してきたが、ほとんどの場合、トレース中のアクションが完全なSTRIPSアクションであるか、ドメイン述語がすべて観測可能であると仮定している。 この研究で考慮された新しい設定はより「現実的」であり、観測された原子は世界の状態を伝達するが、完全なSTRIPS状態ではないため、アクションはアクションを選択するのに必要な議論を明らかにするが、STRIPSでそれをモデル化するために必要なものではない。 学習問題を定式化し,解決するために,STRIPS+と呼ばれるSTRIPSの変種を導入する。 学習問題はSTRIPS+状態-動作トレースからSTRIPS+モデルを学習する問題となる。 このために、SynTHと呼ばれる学習アルゴリズムは、各アクションに対して事前条件表現の階層化されたシーケンス(接続)を構築し、状態のユニークなオブジェクトを示し、STRIPS+の暗黙的なアクション引数を基底とする。 SynTHの正確性と完全性を確立し、既存のSTRIPSドメインから派生したSTRIPS+モデルから得られた状態-作用トレースに対してスケーラビリティを検証した。

関連論文リスト

• ACT-JEPA: Novel Joint-Embedding Predictive Architecture for Efficient Policy Representation Learning [90.41852663775086]
  ACT-JEPAは模倣学習と自己教師型学習を統合する新しいアーキテクチャである。 我々はアクションシーケンスと抽象的な観察シーケンスを予測するポリシーを訓練する。 実験の結果,ACT-JEPAは時間環境の動的学習によって表現の質を向上させることがわかった。
  論文  参考訳（メタデータ） (2025-01-24T16:41:41Z)
• Learning Lifted STRIPS Models from Action Traces Alone: A Simple, General, and Scalable Solution [9.360397167690731]
  アクショントレースからSTRIPSアクションモデルを学ぶことは、ドメインの述語も学習するので、難しい問題です。 この研究では、よく知られたLOCMシステムと同様、SATアプローチと同様にスケーラブルで完全である新しいアプローチが導入された。
  論文  参考訳（メタデータ） (2024-11-22T15:09:50Z)
• Planning Domain Model Acquisition from State Traces without Action Parameters [6.841866610276552]
  本研究では,観測可能な状態変化のある状態トレースからアクションスキーマを学習する手法を提案する。 このタスクは、少なくともグラフ同型と同様に困難であることを示す。 最先端の学習ツールSAMとExtended SAMと比較して、新しいアルゴリズムは複数のドメインでより良い結果を提供することができる。
  論文  参考訳（メタデータ） (2024-02-16T14:36:58Z)
• Does BERT really agree ? Fine-grained Analysis of Lexical Dependence on a Syntactic Task [70.29624135819884]
  目的の構文テンプレート上で,BERTが語彙非依存の主観値数アグリーメント(NA)を実行できる範囲について検討した。 名詞文では,単純なテンプレートに対してモデルがよく一般化されるが,1つのアトラクターが存在する場合,語彙非依存の構文一般化を行うことができないことが示唆された。
  論文  参考訳（メタデータ） (2022-04-14T11:33:15Z)
• Weakly Supervised Temporal Action Localization Through Learning Explicit Subspaces for Action and Context [151.23835595907596]
  ビデオレベルの監視のみの下で、アクションインスタンスの時間的開始と終了をローカライズする方法を学ぶ。 アクションとコンテキストそれぞれについて,2つの機能サブスペースを学習するフレームワークを提案する。 提案手法は3つのベンチマークで最先端のWS-TAL法より優れている。
  論文  参考訳（メタデータ） (2021-03-30T08:26:53Z)
• 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。