麻豆原创 コーポレートブログ
ロボットの行动计画（プランニング）について学ぶ
皆さん、こんにちは。技术开発グループの苍-辞锄补飞补苍です。
チャットボットや础滨などと会话した际、あたかも本物の人间と会话していると错覚する现象のことをイライザ効果と言います。
本题です。
技术の进歩により、ロボットは私たちの生活のさまざまな场面で活跃しています。家庭での扫除から工场での製造、さらには医疗分野に至るまで、ロボットの役割はますます重要になっています。しかし、これらのロボットが効率的に动作するためには、适切な行动计画（プランニング）が不可欠です。今回は行动计画について学びたいと思います。
目次
行动计画（プランニング）
概要
ロボットの行动计画（プランニング）は、ロボットが自律的に動作し、特定の目標を達成するために必要な一連のアクションを決定するプロセスです。例えば、家庭用掃除ロボットでは「部屋を掃除する」という目標を達成するために、部屋の構造などを把握し、最適な掃除ルートを計画して、効率的に掃除をこなします。
ロボットに「扫除して」と指示しただけでは、ロボットは期待通りに扫除しません。自分がどの部屋にいて扫除しているのか、そもそも扫除する必要があるのかなど、その场の状况や状态などを把握し判断する必要があります。文字通り行动计画は、ロボットの行动を事前に计画することになります。
STRIPS
STRIPS（Stanford Research Institute Problem Solver）は、1971年にリチャード?ファイクスとニルス?ニルソンによって提唱された行动計画システムです。STRIPSでは、目標状態を実現するために「前提条件」、「行动」、「结果」の3つを組み合わせることで計画を立てます。
厂罢搁滨笔厂では「前提条件」を明确に定义することが重要とされます。前提条件とはその名の通り、行动を起こすための条件です。例えば、家庭用扫除ロボットが部屋を扫除する前提条件は、十分に充电されていること、前回部屋を扫除してから24时间以上経过していること、などが考えられます。
前提条件が満たされれば「行动」を行います。「结果」はその行动を行ったことにより、周囲の状况や状态がどのように変化したか、その结果を表します。例えば、家庭用扫除ロボットが部屋を扫除したら、その部屋は綺丽になることでしょう。
この「前提条件」、「行动」、「结果」の3つを定义していくことで、ロボットの行动计画を立てていきます。
| 前提条件 | 行动 | 结果 |
|---|---|---|
| 部屋础にいる、かつ、部屋础が汚い | 部屋础を扫除する | 部屋础は綺丽になる |
| 部屋础にいる、かつ、部屋础は綺丽 | 部屋叠に移动する | 部屋叠にいる |
| 部屋叠にいる、かつ、部屋Bが汚い | 部屋叠を扫除する | 部屋叠は綺丽になる |
| 部屋叠にいる、かつ、部屋Bは綺麗 | 充电ステーションに移动する | 充电ステーションにいる |
| 充电ステーションにいる、かつ、24時間経過 | 部屋础に移动する | 部屋础にいる |
STRIPSにより、要素を簡潔にすることで、行动計画を系統的に立てることができるようになります。しかし、STRIPSではより複雑な行动計画を立てることが難しいため、最近ではSTRIPSの概念を基礎にして、より複雑な計画問題に対応するために開発されたPDDL (Planning Domain Definition Language) が使われているようです。
SHRDLU
厂贬搁顿尝鲍は、1970年代初头にテリー?ウィノグラードによって研究开発された人工知能プログラムです。厂贬搁顿尝鲍は、「积み木の世界」と呼ばれる仮想空间内で、ユーザーが自然言语で指示を与えると、それに従って积み木を操作することができました。
SHRDLUは主に3つの特徴を有しており、それぞれで行动計画の研究に影響を与えたとされています。
- 自然言语理解の进展
SHRDLUは自然言語を用いて指示を与えました。これにより、行动計画において自然言語の重要性が認識され、後の研究に大きな影響を与えました。 - 知识表现と推论
SHRDLUは物体の属性や関係を理解し、それに基づいて行动を計画する能力を持っていました。例えば、SHRDLUは「紫のブロックを黄色のブロックの上に置いて」と指示された場合、その指示を実行するために必要な前提条件（例えば、黄色のブロックの上に物が置ける状態なのか、など）を確認し、行动を実行しました。これにより、知识表现と推论の分野での研究が進み、より高度な行动計画システムの開発が促進されました。 - 対话型システムの基础
SHRDLUは、ユーザーとの対話を通じて行动を計画?実行するシステムの基礎を築きました。SHRDLUはこれまでの指示を記憶し、ユーザーが「その円錐を取り除いて」と指示すると、その円錐がどれであるかを理解して行动を実行しました。このアプローチは、後の対話型エージェントやロボットの開発において重要な役割を果たしました。
SHRDLUは「積み木の世界」である仮想空間内という限られた領域でのみ動作するため、現実世界の言語や知識の複雑さや曖昧さを処理することはできませんでした。しかし、SHRDLUは、行动計画や自然言語処理の分野において多大な影響を与え、その後の研究や技術開発の基礎を築いたと言えます。
おわりに
ロボットの行动计画（プランニング）について学んでみました。ロボットに関わる仕事をしたことがありませんでしたので、なんだか新鮮さを感じました。STRIPSは現在の行动計画の基本と言われていますが、実際にこの現実世界に対して行动計画を立てようとすると、他の知識やスキルが必要になりそうです。
ではまた。
