Fast and Precise: Adjusting Planning Horizon with Adaptive Subgoal Search

要約

複雑な推論問題には、良い行動計画を決定するのに必要な計算コストが異なる状態が含まれる。この性質を利用し、計画地平を適応的に調整する探索手法である適応的サブゴール探索（AdaSubS）を提案する。この目的のために、AdaSubSは異なる距離で多様なサブゴールの集合を生成する。到達不可能なサブゴールを迅速にフィルタリングし、実現可能な更なるサブゴールに集中できるように、検証メカニズムが採用されている。このようにして、AdaSubSは、長いサブゴールによる計画効率と、短いサブゴールによるきめ細かな制御の利点を享受し、困難な計画問題にも対応できる。我々は、3つの複雑な推論課題において、AdaSubSが階層的な計画アルゴリズムを大幅に上回ることを示す：倉庫番、ルービックキューブ、不等式証明ベンチマークINTである。

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

提供元, 利用サービス

arxiv.jp, DeepL