Les Heuristiques pour La Planification de Moindre Engagement

1
Les Heuristiques pour La Planification de Moindre
Engagement
2
Les Heuristiques

• Cest difficile à mesurer la distance entre un
  état but et un état dans lespace de plans.

Un état dans lespace de plans partiels
Un état dans le domaine
3
Lestimation de la distance

• La planification utilise un recherche meilleur
  dabord.

f(s) g(s) h(s)
Par exemple
g(s) S (le nombre dactions)
g(s)
h(s) un estimation du montant de travail
qui reste pour atteindre un état but
s
h(s)
Question comment peut-on estimer h(s)?
4
Une Estimation Très Simple

• La distance entre un plan partiel et un état but
  peut-être approximée comme le nombre de buts non
  expliqués dans le plan
• Le nombre de liens causaux peut-être utilisé
  comme une estimation du travail déjà fait
• Si les menaces sont gardées aussi dans le plan,
  lestimation peut prendre en compte le nombre de
  menaces non résolues

(minimiser on veut les plans le plus court, donc
on minimise le nombre dactions. Aussi on
veut le moindre travail à faire, donc on
minimise le nombre de buts non expliqué.)
F(s) A P
On maximise le nombre de liens causaux parce
quils representent le travail déjà fait.
F(s) A P - C
F(s) A P M - C
On minimise le nombre de menaces.
5
Le But
Trouver une fonction qui limite la taille de
lespace de recherche qui est construit, mais qui
garde des solutions.
Après avoir choisi un noeud dêtre developpé, le
prochain étape est de choisir un défaut de
résoudre.
Sil y a un choix, il pourrait être très
important pour lefficacité du recherche.
6
Deux Types de Défauts

• Nous avons consideré une forme de planification
  de moindre engagement, où toutes les menaces qui
  sont créees par laddition dune action sont
  résolues quand cette action est choisie.
• Autre possibilité les menaces ne sont pas
  résolues mais elles sont gardées comme les
  menaces non résolues.
• Maintenant il y a deux formes de défaut possible
  dans un plan partiel les buts non expliqués et
  les menaces non résolues.
• Chaque fois sur la boucle le planificateur doit
  choisir quel défaut de considérer dabord.

7
Ajoute les nouveaux plans à lespace de recherche
Ordonne les plans dans lespace selon une
fonction heuristique.
(il y en a beaucoup, parce que il y a les
differentes actions dans le plan, et les choix
de contraintes etc.
Pour chaque possibilité
Ajoute laction au plan
Choisis un plan partiel de lespace de recherche
Choisis une action déjà dans le plan
Choisis un effet positif qui peut unifier avec p.
Pour chaque possibilité
Choisis une nouvelle action
but
oui
Cest une solution?
finis
Ajoute les contraintes temporelles et
augmente lenvironment pour utiliser Laction.
non
Choisis un défaut
Pour chaque possibilité
Choisis une résolution pour la menace et ajoute
les contraintes quil faut.
menace
Ajoute les nouveaux plans à lespace de recherche
8
Les Couts de Réparation

• Dun but non expliqué
• Étant donné un plan (A,T,E,C,P,M)
• le coût dun but (p,t) dans P est I S N, où
• I le nombre de propositions dans létat initial
  qui doivent unifier avec p, utilisant seulement
  les contraintes dans lenvironment E.
• S le nombre de propositions dans les effets
  positifs dactions dans A, qui doivent unifier
  avec p utilisant seulement les contraintes dans
  lenvironment E. On considère juste les actions
  qui sont contraintées par T dêtre avant t,
• N I le nombre de propositions dans les effets
  positifs des nouvelles actions qui peuvent
  unifier avec p.
• Dune menace dans M.
• Dabord nous pouvons distinguer entre deux
  types de menaces.

9
Les Menaces Non-Séparables

• Une action, S1, avec un effet, E.
• Un lien causal (S2,F,S3), où E et F sont déjà
  forcés dunifier par les contraintes
  dunification dans le plan.
• Seulement 2 résolutions possible
• S1 lt S2
• S3 lt S1
• Donc, le coût est 2.
• Le coût reduit comme le plan grandit (parce quil
  y a toujours plus de contraintes qui peuvent
  empêcher le résolution).

10
Les Menaces Séparables

• Une action, S1, avec un effet, E.
• Un lien causal (S2,F,S3), ou E et F peuvent
  unifier mais leur unification nest pas forcé.
• Il y a au moins trois possibilités pour résoudre
  la menace
• S1 lt S2
• S3 lt S1
• E F (Il y a un choix de paires de variables de
  séparer)
• Le coût reduit comme le plan grandit.

11
Les Stratégies de Préférence
Martha Pollack, David Joslin and Massimo Paolucci
1997 Flaw Selection Strategies for Partial Order
Planning, Journal of AI Research vol 6.

• Une stratégie pour décider comment de développer
  un plan peut-être décrit par lordre dans lequel
  elle résout les menaces.
• On utilise la notation
• o les buts non expliqués (open conditions)
• n les menaces non séparables
• s les menaces séparables
• On peut aussi distinguer les différentes méthodes
  pour choisir entre deux possibilités du meme
  type
• LIFO (dernier entré, premier sorti)
• FIFO (premier entré, dernier sorti)
• LC (coût plus bas)
• R (aléatoire)

12
Les Stratégies en Notation

• Une stratégie qui traite dabord les buts non
  expliqués, et qui préfère toujours les sous-buts
  le plus récemment ajouté, peut-être décrit comme
• Une autre possibilité on peut préférer les buts
  non expliqués en ordre LIFO, suivi par les
  menaces non séparables en ordre du moins chères,
  suivi par les menaces séparables en ordre choisi
  aléatoirement

o LIFO
o LIFO / n LC / s R
13
Des Stratégies Utilisées

• Pemberthy and Weld (UCPOP)
• n,s LIFO / o LIFO
• McAllester and Rosenblitt SNLP
• n,s R / o R
• Peot and Smith
• DSep n LIFO / o LIFO / s LIFO
• DSep-LC n LIFO / o LC / s LIFO
• DUnf n,s0 LIFO /n,s1 LIFO /o LIFO
  /
  
  
  n,s2
  LIFO
• Gerevini and Schubert
• ZLIFO n LIFO / o0 LIFO / o1 EA /
  o2 LIFO /
• s LIFO
• Pollack et al.
• LCFR n LC / o0 LC / o LC / o1 EA /
  o2 LC
• / s LC

14
Les Propriétés des Stratégies

• ZLIFO elle préfère les menaces et les buts pour
  qui les résolutions sont déjà forcées par le
  plan.
• Ça correspond à une stratégie de préférer les
  défauts les moins chers.
• DUnf aussi préfère les menaces comme ça, mais
  elle ne distingue pas entre les buts par leurs
  coûts.
• ZLIFO est une stratégie de zero engagement. Elle
  najoute aucunes contraintes pas déjà forcées.
• LCFR et ZLIFO sont très semblable, sauf que ZLIFO
  retarde les menaces séparables.

15
Analyses Empirique

• Les analyses de Pollack et al. montrent que cest
  utile en général de prioritiser les défauts les
  moins chers.
• Cest aussi utile de retarder les menaces
  séparables.
• Les stratégies comme ça construisent, en général,
  les espaces de recherche moins grands que les
  autres stratégies considerées.
• Mais il y a toujours les exceptions (cest pour
  ça que les stratégies sont heuristiques).

16
Développements

• La planification de moindre engagement est très
  bien adaptée pour utilisation avec un langage
  plus expressif.
• Par exemple, les modèles temporels dactions,
  lutilisation des ressources, les buts
  persistants, les buts avec les deadlines, etc.
• Malgré les problèmes de recherche, cette forme de
  planification est très puissante est parmi les
  plus prometteurses pour lavenir.

17
Le Langage dUCPOP
E.P.D.Pednault 1989 ADL Exploring the middle
ground between STRIPS and the Situation Calculus
In Proceedings of KR 1989

• Le langage est fondé sur ADL.
• Il contient les actions de la forme de STRIPS
  avec
• Les préconditions quantifiés
• Les effets quantifiés
• Les effets conditionnels
• Les schemas contiennent des variables, qui sont
  quantifiés universellement.

18
Les Propriétés des Langages

• Nous discuterons les langages, leur
  expressivité et leur semantique apres Noël, mais
  nous commencons par considérer maintenant
  plusieurs aspects dans les transparents suivantes.

19
Un Exemple du Langage de UCPOP

• Quand on bouge un cartable dun endroit à
  lautre, tous les choses dans le cartable bougent
  aussi.
• Quand on bouge un bloc nimporte quel surface
  dessous le bloc devient clair.

(Bouger(xcartable, yendroit, z
endroit) Précondition (à x y) Effet (à x z)
(à o z) zobjet (dans o x) (à x y)
(à o y) zobjet (dans o x) )
A
A
(Bouger (xbloc, ysurface) Precondition (clair
x) (clair y) Effet (sur x y) (clair z)
zsurface (sur x z) (sur x z) zsurface
(sur x z) (clair y)
A
A
20
La Sémantique

• Les quantificateurs universel et existentiel
  changent la sémantique de STRIPS.
• Quest ce quon veut dire par une précondition
  existentiellement quantifiée? Laction fait une
  transition entre un ensemble détats et un état.
• Un effet positif existentiellement quantifié?
  Laction produit un ensemble détats. Aussi une
  action peut créer les objets.
• Un effet negatif universellement quantifié?
  Laction produit en ensemble détats.
• Les effets positif, et les préconditions,
  universellement quantifiés preservent la
  semantique de STRIPS.

21
Après UCPOP

• UCPOP, TWEAK et SNLP ont élevé le niveau de
  discussion sur les aspects formels de la
  planification.
• Il a devenu important de construire une fondation
  scientifique pour le cadre de planification.
• Un problème pour la communauté était que cétait
  très dur à faire des comparaisons entre les
  different planificateurs, qui ont tous utilisés
  leurs propres langages, leurs propres
  heuristiques, etc.
• En 1998 nous avons eu la première compétition de
  la planification.
• Le language PDDL était publié. Il a devenu le
  langage standard pour modélisations des domaines.

D.McDermott, AI Magazine 2000
22
Les Actions Temporelles

• Dans les domaines réalistes les actions prennent
  du temps.
• Par exemple
• déplacer un camion entre deux villes sur une
  carte
• saisir et bouger un objet
• ouvrir une porte, etc.
• Les modèles propositionnels comprennent seulement
  les actions instantanées.
• Les planificateurs propositionnels ne considèrent
  pas le passage du temps.
• Ils ne peuvent pas exploiter le vrai concourance
  qui existe dans les domaines.

23
Les Actions Duratives

• Il y a plusieurs suggestions pour modeler les
  actions qui prennent du temps.

Smith and Weld (TGP)
Action A Précondition P Effets E Duré 10
A
E
P
Ghallab and Laruelle (IxTeT) Khambampati and Do
(Sapa)
Action A Precondition (p1,(start,t1)
(p2,(t2,t3) Effets (e1,t1)
(e2,t2) (e3,t3)
(E,end) Duré 10
p
e1
e3
E
e2
1
p2
24
La Compétition de Planification 2002
Action A Conditions Pstart Pend
Inv Effets Estart Eend Duré
10
Inv
Pstart
Pend
Estart
Eend
Ce langage est suffisamment expressif de capturer
tous les features des langages d IxTeT et Sapa.
Cétait développé pour la compétition et cest
(pour linstant) le standard pour modèlisation
des domaines temporels.
Le langage sappelle PDDL2.1.
Vous pouvez trouver le langage et beaucoup
dexemples des domaines écrits en PDDL2.1 sur le
web page des cours.
25
Modelisation des Ressources

• Les langages dIxTeT, Sapa et PDDL2.1 peuvent
  modéler la consommation et production des
  ressources.
• Par exemple laction de déplacer un camion
  utilise du fioul, comme une fonction du vitesse,
  la distance et le rythme de la consommation.
• Laction de refiouler un camion remplit la
  citerne comme une fonction du rythme du livraison
  du fioul.
• La consommation et production de tels ressources
  peuvent être approximés par les fonctions
  lineares par morceau.

26
Les Consequences

• Quand on modele lutuilisation du temps et des
  ressources, le problème de planification est
  beaucoup plus complexe.
• Il y a des menaces qui ne sont pas logique, mais
  numerique.
• Il y a des problèmes de comment dexploiter le
  concourance possible parmi des activités.
• On peut poser les buts temporels, qui impose les
  contraintes temporels sur le plan.
• On doit mésurer la qualité dun plan par une
  fonction beaucoup plus sophistiqué quavant.

27
Apres Noël

• Nous considerons
• Les planificateurs IxTeT, Sapa et LPG.
• Le modélisation des aspects numeriques et
  temporels.
• Le problème de validation des plans numeriques et
  temporels.