| 研究概要 |
プランニング(計画作成)を行う能力は知的エージェントの重要な機能の1つである.近年,プランニング問題を充足可能性判定問題(SAT)に変換し,高速SATソルバによりモデルを生成しプランに変換する手法が開発されている.一方,状態変化やアクションを記述するための知識表現の研究として,アクション言語の研究が進んでいる.しかしながら,現在提案されているアクション言語に対して,現実的な規模の問題に適用できる処理系はまだ実装されているとは言えない.このため本研究では,アクション言語理論とSATソルバによる高速プランニングの融合を図り,応用システム開発のプラットホームを与えるための統合的なアクション言語処理系を構築することを研究の目的としている.
研究期間は2年であり,初年度に当たる今年度は,アクション言語による記述をSAT問題に変換するためのアルゴリズムと,プランニングエンジンの実現,学習アルゴリズムの理論的検討,およびシステムの基礎部分の実装を行う.具体的には以下の3点に分けて研究を進めた.
1.アクション言語による領域記述を充足可能性問題に変換するアルゴリズムの検討
アクション言語処理系への入力である領域記述をプランニンググラフと呼ばれるデータ構造に変換するための方式について考察した.アクション言語処理系の機能はプランニング以外に,初期状態の推定や予測があるが,これらの問題に対するデータ構造も同じ形式で統一した.さらに,プランニンググラフからSATに変換するためのアルゴリズムを開発し,後向き推論の利用などの効率的な探索方式についても考案した.
2.学習アルゴリズムの検討
プランニングのさらなる高速化を図るための基礎技術として,アクションの因果関係を学習するアルゴリズムについて検討した.
3.システムの開発環境の整備
アクション言語処理系のシステムのGUIまわりをJava言語を用いて実装した.
|
