불확실성을 고려한 조건부 계획의 생성

초록

이 연구는 시스템 상태와 변화에 대한 불확실성이나 지식의 부족을 가정하지 않는 조건부 계획에 대해 탐구한다. 이러한 가정 없이는 목표를 달성하는 연산 순서가 초기 상태와 시스템에서 발생하는 비결정적 변화 결과에 따라 다르게 나타난다. 이 설정은 어떻게 계획을 표현하고, 어떻게 계획 검색을 수행할지에 대한 질문을 제기한다. 이러한 답변들은 더 간단한 고전적인 프레임워크에서는 상당히 다를 수 있다. 본 논문에서는 고전적 계획에서 만족 가능성 알고리즘의 사용으로부터 영감을 받은 새로운 관점에서 조건부 계획에 접근한다. 명제 논리로 조건부 계획을 번역하는 것은 내재적인 계산 제한 때문에 불가능하다. 대신, 우리는 조건부 계획을 양화된 부울 공식으로 번역한다. 이 논문에서는 세 가지 형태의 조건부 계획을 양화된 부울 공식으로 정형화하고, 정리 증명기를 사용하여 얻은 실험 결과를 제시한다.

상세 요약

이 논문은 불확실성과 지식의 부족이라는 복잡한 조건 하에서 계획을 생성하는 방법에 대해 탐구한다. 고전적인 계획에서는 시스템 상태와 변화가 완벽하게 알려져 있다고 가정하지만, 이 연구는 이러한 가정을 거부하고 불확실성을 포함한 실제 상황을 다룬다. 이를 통해 초기 상태와 비결정적 변화에 따른 목표 달성 방법이 다양해질 수 있다는 점을 강조한다.

논문은 고전적인 계획에서 사용되는 만족 가능성 알고리즘의 아이디어를 활용하여, 조건부 계획 문제를 양화된 부울 공식으로 표현하는 새로운 접근법을 제시한다. 명제 논리를 이용한 직접적 번역이 불가능한 이유는 내재적인 계산 복잡성 때문이며, 이를 극복하기 위해 양화 연산자를 도입하여 문제를 더 효과적으로 처리할 수 있는 방법을 모색한다.

논문은 세 가지 다른 방식으로 조건부 계획을 양화된 부울 공식으로 표현하고, 각각의 표현에 대해 실험 결과를 제시한다. 이를 통해 이 접근법이 실제 상황에서 얼마나 효과적인지 평가하며, 정리 증명기와 같은 강력한 도구를 활용하여 복잡한 계획 문제를 해결할 수 있음을 보여준다.