LTLf Best-Effort Synthesis in Nondeterministic Planning Domains

要約

私たちは、有限トレース上の線形時相論理 (LTLf) で表現された目標に向けて、完全に観測可能な非決定性領域 (FOND) でのベストエフォート戦略 (別名プラン) を研究します。
ベストエフォート戦略の概念は、考えられるあらゆる非決定論的な環境反応に対して目標を達成するエージェント戦略が存在しない場合のシナリオにも対処するために導入されました。
このような戦略は、可能であれば目標を達成し、そうでない場合は目標を達成するために最善を尽くします。
非決定的計画領域の特異性を利用するベストエフォート戦略を合成するためのゲーム理論的手法を紹介します。
我々はその正しさを正式に示し、その有効性を実験的に実証し、計画領域を一般的な環境仕様として再表現することに基づく直接的なベストエフォート合成アプローチと比べてはるかに優れたスケーラビリティを示します。

要約(オリジナル)

We study best-effort strategies (aka plans) in fully observable nondeterministic domains (FOND) for goals expressed in Linear Temporal Logic on Finite Traces (LTLf). The notion of best-effort strategy has been introduced to also deal with the scenario when no agent strategy exists that fulfills the goal against every possible nondeterministic environment reaction. Such strategies fulfill the goal if possible, and do their best to do so otherwise. We present a game-theoretic technique for synthesizing best-effort strategies that exploit the specificity of nondeterministic planning domains. We formally show its correctness and demonstrate its effectiveness experimentally, exhibiting a much greater scalability with respect to a direct best-effort synthesis approach based on re-expressing the planning domain as generic environment specifications.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google