Goal Recognition via Linear Programming

要約

目標認識は、観察者が、一連の観察として与えられる対象エージェントの知覚された行動に従う計画に対応する目標を識別することを目的とするタスクです。
計画としての目標認識の研究には、計画タスクのモデル、観察、および計画手法を使用した目標に関する推論が含まれており、その結果、非常に効率的な認識アプローチが得られます。
この記事では、演算子カウント フレームワークに依存する新しい認識アプローチを設計し、新しい制約を提案し、その制約の特性を理論的および経験的に分析します。
Operator-Counting フレームワークは、整数/線形計画法 (IP/LP) を使用して、目標までのコストのヒューリスティックな推定値を効率的に計算する手法です。
理論の領域では、新しい制約が観察に従う計画のコストの下限を提供することを証明します。
また、新しい制約がソリューションの品質をどのように向上させるかを評価するための広範な経験的評価も提供しています。どの目標がソリューションに含まれる可能性が低いかを判断する際に、特に情報が得られることがわかりました。
私たちの新しい認識アプローチには 2 つの重要な利点があります。1 つは、目標を効率的に認識するために新しい IP/LP 制約を採用していることです。
2 番目に、新しい IP/LP 制約が部分的可観測性とノイズのある可観測性の両方の下で目標の認識をどのように改善できるかを示します。

要約(オリジナル)

Goal Recognition is the task by which an observer aims to discern the goals that correspond to plans that comply with the perceived behavior of subject agents given as a sequence of observations. Research on Goal Recognition as Planning encompasses reasoning about the model of a planning task, the observations, and the goals using planning techniques, resulting in very efficient recognition approaches. In this article, we design novel recognition approaches that rely on the Operator-Counting framework, proposing new constraints, and analyze their constraints’ properties both theoretically and empirically. The Operator-Counting framework is a technique that efficiently computes heuristic estimates of cost-to-goal using Integer/Linear Programming (IP/LP). In the realm of theory, we prove that the new constraints provide lower bounds on the cost of plans that comply with observations. We also provide an extensive empirical evaluation to assess how the new constraints improve the quality of the solution, and we found that they are especially informed in deciding which goals are unlikely to be part of the solution. Our novel recognition approaches have two pivotal advantages: first, they employ new IP/LP constraints for efficiently recognizing goals; second, we show how the new IP/LP constraints can improve the recognition of goals under both partial and noisy observability.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google