Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

Two Constraint Compilation Methods for Lifted Planning

Created by
  • Haebom
Category
Empty

저자

Periklis Mantenoglou, Luigi Bonassi, Enrico Scala, Pedro Zuidberg Dos Martires

개요

본 논문은 안전 요구 사항, 작업 순서 조건 및 중간 하위 목표를 포착하는 질적 상태-궤적 제약 조건이 있는 PDDL의 일부에서 계획을 연구합니다. 이러한 문제를 해결하기 위한 주요 접근 방식은 제약 조건을 컴파일하여 최첨단 플래너에서 지원되는 문제를 만드는 것입니다. 불행히도, 기존 컴파일러는 많은 수의 객체와 높은 아리티 액션이 있는 문제에 대해 확장되지 않습니다. 이 문제를 해결하기 위해, 본 논문은 문제의 구체화 없이 제약 조건을 컴파일하는 두 가지 방법을 제안하여 대규모 계획 문제에 적합하도록 합니다. 컴파일러의 정확성을 증명하고 최악의 경우 시간 복잡성을 간략하게 설명합니다. 또한 최신 국제 계획 경쟁에서 사용된 도메인에 대한 재현 가능한 경험적 평가를 제시합니다. 결과적으로 제안된 방법은 효율적이며 도메인을 구체화하는 컴파일러가 생성한 것보다 몇 자릿수 더 간결한 계획 사양을 생성하는 동시에 최첨단 플래너를 사용하여 계획할 때 경쟁력을 유지합니다.

시사점, 한계점

시사점:
대규모 계획 문제에 적합한 구체화 없는 제약 조건 컴파일 방법을 제안합니다.
제안된 컴파일러의 정확성을 증명하고 시간 복잡성을 분석합니다.
최신 국제 계획 경쟁 도메인에서 제안된 방법의 효율성을 입증합니다.
구체화 기반 컴파일러보다 더 간결한 계획 사양을 생성합니다.
최첨단 플래너와 경쟁력을 유지합니다.
한계점:
논문에 구체적인 한계점 내용은 명시되어 있지 않습니다.
👍