Plausibility-Based Heuristics for Latent Space Classical Planning

要約

LatPlan に関する最近の研究では、ラベルのない画像データからドメインに依存しない古典的なプランナーのモデルを学習できることが示されました。
LatPlan によって取得された PDDL モデルは、標準の PDDL プランナーを使用して解決できますが、結果として得られる潜在空間計画は、基礎となるグラウンドトゥルース領域に関して無効になる可能性があります (たとえば、潜在空間計画には幻覚/無効状態が含まれる可能性があります)。
我々は、ドメインに依存しない妥当性メトリックである妥当性ベースのヒューリスティックを提案します。これは、検索中に評価される各状態に対して計算でき、最良優先検索のヒューリスティック関数として使用できます。
PBH により、画像ベースのタイル パズルとハノイの塔ドメインで見つかった有効なプランの数が大幅に増加することがわかります。

要約(オリジナル)

Recent work on LatPlan has shown that it is possible to learn models for domain-independent classical planners from unlabeled image data. Although PDDL models acquired by LatPlan can be solved using standard PDDL planners, the resulting latent-space plan may be invalid with respect to the underlying, ground-truth domain (e.g., the latent-space plan may include hallucinatory/invalid states). We propose Plausibility-Based Heuristics, which are domain-independent plausibility metrics which can be computed for each state evaluated during search and uses as a heuristic function for best-first search. We show that PBH significantly increases the number of valid found plans on image-based tile puzzle and Towers of Hanoi domains.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google