第11章 - 東京大学

エージェントアプローチ人工知能
１１章プラニング
東京大学大学院情報理工学系研究科
知能機械情報学専攻
井上・稲葉・稲邑研究室
修士１年神崎秀
例題

１クォートのミルクと一房のバナナと速度可変の
コードレスドリルを手に入れなさい
これを探索に基づくアプローチで行うと・・・
買い物問題の状態空間探索
プラニングの定式化

初期状態：状況についての任意の論理的文

ゴール状態：適切な状況を尋ねる論理的質問

オペレータ：行為の記述の集合
STRIPS言語

初期状態：状況についての任意の論理的文
At(Home)∧￢Have(Milk)∧￢Have(Bananas)∧￢Have(Drill)

ゴール状態：適切な状況を尋ねる論理的質問
At(Home) ∧Have(Milk) ∧Have(Bananas) ∧Have(Drill)
STRIPS言語

オペレータ：行為の記述の集合
行為記述（ACTION）、前提条件（PRECOND）、
効果（EFFECT）からなる
Op(ACTION:Go(there),
PRECOND:At(here)∧Path(here,there),
EFFECT:At(there)∧￢At(here))
半順序と全順序


半順序プラナ
 互いに順序づけられるステップとそうでないス
テップがあるようなプランを表現できるプラナ
全順序プラナ
 全ステップが順序づけられたプラナ
半順序と全順序
プランのデータ構造




各ステップはオペレータである
ステップには順序制約があり、Si<Sjと書いて、「Sj
より前にSiがある」と読む（図では細い矢印）
因果リンク：Si→c Sjと書いて、「SiはSjのために、c
を達成する」と読む（図では太い矢印）
Start<Finish
例題

１クォートのミルクと一房のバナナと速度可変の
コードレスドリルを手に入れなさい
STRIPS言語を用いてプラニングしてみよ
う！
買い物問題の初期プラン
定義されるオペレータ
Op(ACTION:Go(there),
PRECOND:At(here)∧Path(here,there),
EFFECT:At(there)∧￢At(here))
Op(ACTION:Buy(x),
PRECOND:At(store)∧Sells(store,x),
EFFECT:Have(x))
因果リンクと脅威
因果リンクを破壊する可能性
のある行為を「脅威」という。
脅威に対しては、昇格
（promotion）もしくは降格
（demotion）で対処する
まとめ


STRIPS言語はプラナを記述する言語であり、前
提条件と効果により行為を記述する
初期状態、ゴール状態、オペレータを規定し、順
序制約と因果リンクを用いて半順序プランを作成
していく
以上

Download Report