要約
複雑な推論問題には、適切なアクション プランを決定するために必要な計算コストが異なる状態が含まれます。
この性質を利用して、計画期間を適応的に調整する検索方法である適応サブゴール検索 (AdaSubS) を提案します。
この目的のために、AdaSubS はさまざまな距離でさまざまなサブゴールのセットを生成します。
検証メカニズムを使用して、到達できないサブゴールを迅速に除外し、実行可能なさらなるサブゴールに集中できるようにします。
このように、AdaSubS は、長いサブゴールによる計画の効率性と短いサブゴールによる微調整の恩恵を受け、困難な計画問題にもうまく対応できます。
倉庫番、ルービック キューブ、不等式証明ベンチマーク INT という 3 つの複雑な推論タスクで、AdaSubS が階層計画アルゴリズムを大幅に上回ることを示します。
要約(オリジナル)
Complex reasoning problems contain states that vary in the computational cost required to determine a good action plan. Taking advantage of this property, we propose Adaptive Subgoal Search (AdaSubS), a search method that adaptively adjusts the planning horizon. To this end, AdaSubS generates diverse sets of subgoals at different distances. A verification mechanism is employed to filter out unreachable subgoals swiftly, allowing to focus on feasible further subgoals. In this way, AdaSubS benefits from the efficiency of planning with longer subgoals and the fine control with the shorter ones, and thus scales well to difficult planning problems. We show that AdaSubS significantly surpasses hierarchical planning algorithms on three complex reasoning tasks: Sokoban, the Rubik’s Cube, and inequality proving benchmark INT.
arxiv情報
| 著者 | Michał Zawalski,Michał Tyrolski,Konrad Czechowski,Damian Stachura,Piotr Piękos,Tomasz Odrzygóźdź,Yuhuai Wu,Łukasz Kuciński,Piotr Miłoś |
| 発行日 | 2023-02-20 17:12:27+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google