Heuristic Search For Physics-Based Problems: Angry Birds in PDDL+

要約

タイトル: 物理ベースの問題に対するヒューリスティック探索：PDDL+におけるアングリーバード
要約:
– AI課題であるアングリーバードを扱うためのドメイン非依存プランナーおよび組み合わせ的検索の利用について研究を行った。
– ゲームをモデル化するために、離散/連続ドメインのためのドメインに依存しない計画言語であるPDDL+を使用した。これは、持続するプロセスや外部イベントをサポートしている。
– 論文では、モデルを説明し、問題の複雑さを軽減するための重要な設計決定を特定した。
– さらに、ヒューリスティックやプリファードオペレーターに似た探索技術など、いくつかのドメイン固有の強化を提案した。これらは、組み合わせ的探索の複雑さを緩和するのに役立つ。
– アングリーバードのさまざまなレベルで、専用のドメイン固有ソルバーとのパフォーマンスを比較し、アプローチの評価を行った。
– 結果は、ドメイン固有の探索強化を使用しなくても、ほとんどのレベルでドメイン固有のアプローチと同等のパフォーマンスを発揮することを示している。

要約(オリジナル)

This paper studies how a domain-independent planner and combinatorial search can be employed to play Angry Birds, a well established AI challenge problem. To model the game, we use PDDL+, a planning language for mixed discrete/continuous domains that supports durative processes and exogenous events. The paper describes the model and identifies key design decisions that reduce the problem complexity. In addition, we propose several domain-specific enhancements including heuristics and a search technique similar to preferred operators. Together, they alleviate the complexity of combinatorial search. We evaluate our approach by comparing its performance with dedicated domain-specific solvers on a range of Angry Birds levels. The results show that our performance is on par with these domain-specific approaches in most levels, even without using our domain-specific search enhancements.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI