好みに基づく計画

人工知能におけるプリファレンスベースの計画とは、自動化された計画およびスケジュールの一形態であり、ユーザーが指定したプリファレンスを可能な限り多く満たす計画を作成することに重点を置いています。多くの問題領域では、タスクはさまざまなアクションのシーケンス (計画とも呼ばれます) によって達成できます。これらの計画は品質が異なる場合があります。問題を解決する方法は多数ありますが、一般的に好まれるのは、コスト効率が高く、迅速で、安全な方法などです。

嗜好ベースのプランナーは、与えられた問題に対する計画を作成する際にこれらの嗜好を考慮に入れます。嗜好ベースの計画ソフトウェアの例としては、PPLAN ^[1]やHTNPlan-P ^[2] (嗜好ベースの階層型タスクネットワーク(HTN) 計画) などがあります。

好みは、計画に対するソフト制約とみなすことができます。より多くの好みが満たされると計画の品質は向上しますが、1 つの計画ですべての好みを満たすことができない場合があります。これは、計画ソフトウェアによって作成されるすべての計画で満たす必要があるハード制約とは異なります。これらのハード制約はドメイン知識の一部ですが、ソフト制約 (または好み) はユーザーによって個別に指定されます。これにより、好みが異なる可能性のあるさまざまなユーザーに対して、同じドメイン知識を再利用できます。

好みを利用すると、より多くの好みを満たすために計画の長さが長くなることもあります。たとえば、自宅から学校までの移動を計画しているとき、ユーザーは途中でコーヒーを買いたいと思うかもしれません。計画ソフトウェアは、まずコーヒーショップを訪れてから学校まで行く計画を立てることができます。^[3]これにより、計画の長さは長くなりますが、ユーザーの好みは満たされます。

計画ドメイン定義言語バージョン3.0では、^[4]文による好みの指定がサポートされているpreference。例えば、文

(preference (always (clean room1)))

は、ユーザーがroom1プランの各状態で がクリーンであることを優先していることを示します。言い換えると、プランナーはroom1がダーティになるアクションをスケジュールすべきではありません。この例が示すように、優先はプランのすべての状態に関して評価されます (意味的に必要な場合)。

に加えてalways、(計画中に少なくとも 1 回)、(特定の状態の後に計画される)、 (この設定は計画内の最大 1 つの状態シーケンス中に維持される) など、線形時相論理に基づく他の構成もサポートされています。 sometimesometime-afterat-most-once

優先順位が満たされているかどうかを判断するだけでなく、優先順位がいくつ満たされているかに基づいて計画の品質を計算する必要もあります。この目的のために、PDDL 3.0 には という式が含まれていますis-violated <name>。これは「計画で満たされていない、指定された名前の個別の優先順位の数」に相当します。^[4]計画の場合、次のように指定されるメトリック関数を使用して値を計算できるようになりました:metric。

(:metric minimize (+ (* 5 (is-violated pref1)) (* 7 (is-violated pref2))))

この例のメトリック関数は、計画の計算値が最小化される必要があることを指定します（つまり、値v1 の計画と値v2の計画でv1 < v2の場合、前者の計画が厳密に優先されます）。計画の値は、ポーランド記法で表される指定された関数によって計算されます。この場合、2 番目の優先順位 の違反には、pref21 番目の優先順位 よりも大きなペナルティが与えられていますpref1。

制約充足問題の分野では、嗜好に基づく計画における嗜好と同様の方法でソフト制約を扱う柔軟な変種が存在します。