PDDLFuse: A Tool for Generating Diverse Planning Domains

要約

現実世界のさまざまな課題には、幅広い領域に適応できる計画アルゴリズムが必要です。
従来、計画ドメインの作成は人間による実装に大きく依存しており、利用可能なドメインの規模と多様性が制限されていました。
最近の進歩では、ドメイン作成に大規模言語モデル (LLM) などの生成 AI テクノロジーが活用されていますが、これらの取り組みは主に、新しいドメインを生成するよりも、自然言語記述から既存のドメインを翻訳することに焦点を当てています。
対照的に、ドメインのランダム化の概念は、強化学習において非常に効果的であり、ランダム化された新しいドメインの多様な配列でトレーニングすることにより、パフォーマンスと一般化性を向上させます。
この成功に触発されて、私たちのツール PDDLFuse は、プランニング ドメイン定義言語 (PDDL) におけるこのギャップを埋めることを目指しています。
PDDLFuse は、新しいプランナーの検証や基本的な計画モデルのテストに使用できる、新しい多様な計画ドメインを生成するように設計されています。
私たちは、ドメイン ジェネレーターのパラメーターを調整して、生成されるドメインの難易度を調整する方法を開発しました。
既存のドメインに依存しないプランナーはより複雑な問題に苦戦することが多いため、この適応性は非常に重要です。
初期テストでは、PDDLFuse が複雑で多様なドメインを効率的に作成し、従来のドメイン生成方法に比べて大幅な進歩を示し、研究の計画に貢献することが示されました。

要約(オリジナル)

Various real-world challenges require planning algorithms that can adapt to a broad range of domains. Traditionally, the creation of planning domains has relied heavily on human implementation, which limits the scale and diversity of available domains. While recent advancements have leveraged generative AI technologies such as large language models (LLMs) for domain creation, these efforts have predominantly focused on translating existing domains from natural language descriptions rather than generating novel ones. In contrast, the concept of domain randomization, which has been highly effective in reinforcement learning, enhances performance and generalizability by training on a diverse array of randomized new domains. Inspired by this success, our tool, PDDLFuse, aims to bridge this gap in Planning Domain Definition Language (PDDL). PDDLFuse is designed to generate new, diverse planning domains that can be used to validate new planners or test foundational planning models. We have developed methods to adjust the domain generators parameters to modulate the difficulty of the domains it generates. This adaptability is crucial as existing domain-independent planners often struggle with more complex problems. Initial tests indicate that PDDLFuse efficiently creates intricate and varied domains, representing a significant advancement over traditional domain generation methods and making a contribution towards planning research.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google