文献

J-GLOBAL ID：201702284751782976   整理番号：17A1055333

不完全領域モデルを用いたロバストな計画【Powered by NICT】

Robust planning with incomplete domain models

著者 (3件)： Nguyen Tuan (School of Computing, Informatics and Decision System Engineering, Arizona State University, USA) ,  Sreedharan Sarath (School of Computing, Informatics and Decision System Engineering, Arizona State University, USA) ,  Kambhampati Subbarao (School of Computing, Informatics and Decision System Engineering, Arizona State University, USA)
資料名： Artificial Intelligence  (Artificial Intelligence)
巻： 245  ページ： 134-161  発行年： 2017年 
JST資料番号： E0180C  ISSN： 0004-3702  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 大部分の現在の計画者は完全な領域モデルを仮定し,正確な計画を発生させることに焦点を当てた。残念なことに,領域モデリングは困難で誤りの多いタスクである,実世界エージェントは不完全なドメインモデルと計画しなければならない。ドメイン専門家が完全性を保証できないが,しばしばそれらはドメインモデルのどの部分が不完全であり得るかについての,アノテーションを提供することにより,モデルの不完全さを限定することができた。本論文では,アノテーションは作用の可能な前処理および結果を,不完全なドメインモデルと計画問題を研究した。またはその計画のロバスト性,計画の品質評価の問題は#P-完全であり,重み付きモデル数え上げ問題との等価性を確立することを示した。ロバスト計画を合成する二つの方法を提示した。適合確率的計画への編集に基づく手法は非常に直感的なが,その性能は,小さな問題の事例のみに限られると思われる。確率的発見的探索に基づく著者らの第二のアプローチは,はるかに大きな問題に対してうまく対処できる。発見的距離,探索を導くために使用されるを推定するための直接ロバスト性測度を使用することである。PISA,計画システムは,試験した大部分の領域における不完全なドメインモデルを扱う最新技術プランナ性能的に優れており,計画品質及び計画時間の点での両方であった。最後に,著者らはまた合成計画のロバスト性を改善し,領域モデリング負担を減らすために過去の成功した計画トレースの利用可能なを利用できることをC PISAと呼ばれるPISAの拡張を示した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 等価性 ,  エージェント ,  品質 ,  不整 ,  確率的計画法 ,  前処理 ,  *ロバスト性 ,  測度 ,  完全性 ,  モデリング ,  アノテーション
準シソーラス用語： プランナ ,  品質評価 ,  ドメインモデル ,  *領域モデル , 【Automatic Indexing@JST】

著者キーワード (2件)： ロバストな計画 ,  不完全領域モデル

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： 領域モデル ,  ロバスト ,  計画