The Planner Optimization Problem: Formulations and Frameworks

要約

計画の内部パラメーターを特定することは、プランナーのパフォーマンスを最大化するために重要です。
ただし、問題のインスタンスに応じて調整される内部パラメーターを自動的に調整することは、特に困難です。
最近の一連の作業は、計画パラメーター ジェネレーターの学習に重点を置いていますが、一貫した問題定義とソフトウェア フレームワークが不足しています。
この作業では、統合されたプランナー最適化問題 (POP) の定式化を、Open Planner Optimization Framework (OPOF) と共に提案します。これは、これらの問題を再利用可能な方法で指定して解決するための高度に拡張可能なソフトウェア フレームワークです。

要約(オリジナル)

Identifying internal parameters for planning is crucial to maximizing the performance of a planner. However, automatically tuning internal parameters which are conditioned on the problem instance is especially challenging. A recent line of work focuses on learning planning parameter generators, but lack a consistent problem definition and software framework. This work proposes the unified planner optimization problem (POP) formulation, along with the Open Planner Optimization Framework (OPOF), a highly extensible software framework to specify and to solve these problems in a reusable manner.

arxiv情報

著者 Yiyuan Lee,Katie Lee,David Hsu,Panpan Cai,Lydia E. Kavraki
発行日 2023-03-12 22:25:09+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.AI, cs.RO パーマリンク