論文の概要: Planning and Scheduling Business Processes under Control-Flow Uncertainty: Extended Version
- arxiv url: http://arxiv.org/abs/2609.05578v2
- Date: Thu, 10 Sep 2026 13:02:05 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-11 14:47:34.228362
- Title: Planning and Scheduling Business Processes under Control-Flow Uncertainty: Extended Version
- Title（参考訳）: 制御フロー不確実性に基づくビジネスプロセスの計画とスケジューリング:拡張バージョン
- Abstract要約: ビジネスプロセスにおける計画活動は効率性を改善する(例:makepanの削減)が、ケースの完了に必要なアクティビティの正確なシーケンスは不確実であることが多いため、難しい。
このような決定に関する確率情報は、しばしば過去の実行ログから推定または導出される。
特定の実行経路での計画は、実現可能性、すなわち、成功の確率、計画されているが実行されない過剰な活動の数に影響を与える。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Scheduling activities in business processes can improve efficiency (e.g., reduce makespan), but is challenging because the exact sequence of activities required to complete a case is often uncertain due to decisions based on data that emerges during execution. Nevertheless, probabilistic information regarding such decisions can often be estimated or derived from historical execution logs, and can help anticipate which execution paths are likely to lead to successful completion. Planning with particular execution paths affects feasibility, i.e., the probability of successful completion, and the expected number of superfluous activities that are planned but never executed. We frame the problem as a chance-constrained optimization problem and present two formulations: A decomposed approach with two stages, a planning stage that minimizes the expected number of superfluous activities subject to a feasibility constraint, and a scheduling stage that minimizes the makespan over the planned activities; and an integrated approach that combines planning and scheduling into a single formulation. Evaluation on two real-world and one synthetic dataset shows that the integrated approach yields superior makespans but is intractable at scale, while the decomposed approach scales to large settings.
- Abstract（参考訳）: ビジネスプロセスにおけるアクティビティのスケジューリングは、効率性(例:makepanの削減)を向上させることができるが、ケースを完成させるのに必要なアクティビティの正確なシーケンスは、実行中に発生するデータに基づいて決定されるため、しばしば不確実であるため、難しい。
それでも、そのような決定に関する確率的な情報は、しばしば過去の実行ログから推測または導き出され、どの実行パスが成功するかを予測するのに役立つ。
特定の実行経路での計画は、実現可能性、すなわち、成功の確率、計画されているが実行されない過剰な活動の数に影響を与える。
2つの段階からなる分解されたアプローチ、実現可能性制約を受ける過剰な活動の期待数を最小化する計画段階、計画された活動のメーパンを最小化するスケジューリング段階、計画とスケジューリングを1つの定式化に組み合わせた統合的なアプローチである。
2つの実世界と1つの合成データセットによる評価は、統合されたアプローチは優れたメイスパンを生み出すが、大規模に拡張可能であり、分解されたアプローチは大きな設定にスケールすることを示している。
関連論文リスト
- Contrastive Energy Fields for Inference-Time Procedure Planning in Instructional Videos [48.22554718706414]
本研究では,行動条件付き表現空間を表現するための予測器を学習する手続き計画手法CEFITOを提案する。
従来の手法とは異なり、CEFITOは推論時計画において無関係な動作を省略することで、アクション空間を明示的に理由付けている。
論文 参考訳（メタデータ） (2026-08-17T11:56:11Z) - PlanningBench: Generating Scalable and Verifiable Planning Data for Evaluating and Training Large Language Models [52.48858778580074]
計画は大規模言語モデル(LLM)の基本的な機能である
PlanningBenchは、評価とトレーニングの両方のためのスケーラブルで多様な検証可能な計画データを生成するためのフレームワークである。
論文 参考訳（メタデータ） (2026-05-20T08:10:15Z) - Planning with Minimal Disruption [9.722824469961925]
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。
論文 参考訳（メタデータ） (2025-08-21T08:38:17Z) - Haste Makes Waste: Evaluating Planning Abilities of LLMs for Efficient and Feasible Multitasking with Time Constraints Between Actions [56.88110850242265]
本稿では,現実の調理シナリオに基づいた新しいベンチマークフレームワークRecipe2Planを紹介する。
従来のベンチマークとは異なり、Recipe2Planは並列タスク実行による調理時間を最適化するためにエージェントに挑戦する。
論文 参考訳（メタデータ） (2025-03-04T03:27:02Z) - On Sequential Fault-Intolerant Process Planning [60.66853798340345]
我々は、逐次的フォールトトレラントプロセス計画(SFIPP)と呼ばれる計画問題を提案し、研究する。
SFIPPは、全ての段階が成功する場合にのみ計画が成功すると判断される多くの連続した多段階決定問題に共通する報酬構造をキャプチャする。
私たちは、異なるアクションを選択して、それぞれのステージで成功の確率を未知にする必要がある設定のために、確実に厳密なオンラインアルゴリズムを設計します。
論文 参考訳（メタデータ） (2025-02-07T15:20:35Z) - 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) - 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) - On efficient computation in active inference [1.1470070927586016]
計算量を大幅に減らした有限時間地平線に対する新しい計画アルゴリズムを提案する。
また、新規かつ既存のアクティブな推論計画スキームに対して適切な目標分布を設定するプロセスを簡単にする。
論文 参考訳（メタデータ） (2023-07-02T07:38:56Z) - A Framework for Neurosymbolic Robot Action Planning using Large Language Models [3.0501524254444767]
本稿では,象徴的タスク計画と機械学習アプローチのギャップを埋めることを目的としたフレームワークを提案する。
大規模言語モデル(LLM)を計画ドメイン定義言語(PDDL)と互換性のあるニューロシンボリックタスクプランナーに訓練する根拠
選択されたドメインにおける予備的な結果から, (i) テストデータセットの95.5%の問題を1,000個のサンプルで解決し, (ii) 従来のシンボルプランナーよりも最大13.5%短いプランを作成し, (iii) 計画の可利用性の平均待ち時間を61.4%まで削減する。
論文 参考訳（メタデータ） (2023-03-01T11:54:22Z) - Sequence-Based Plan Feasibility Prediction for Efficient Task and Motion
Planning [36.300564378022315]
本稿では,移動環境における移動操作問題を解決するための学習可能なタスク・アンド・モーション・プランニング(TAMP)アルゴリズムを提案する。
本アルゴリズムのコアは,タスク計画,目標,初期状態を考慮したトランスフォーマーに基づく新しい学習手法であるPIGINetであり,タスク計画に関連する運動軌跡の発見確率を予測する。
論文 参考訳（メタデータ） (2022-11-03T04:12:04Z) - Gradient-Based Mixed Planning with Discrete and Continuous Actions [34.885999774739055]
本稿では,連続パラメータと候補計画の動作を同時に最適化する二次的枠組みを提案する。
フレームワークはモジュールと組み合わせて、緩和に基づいて初期状態から目標へ移行する最適な計画候補を推定する。
論文 参考訳（メタデータ） (2021-10-19T14:21:19Z)
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。