What type of inference is planning?
Zusammenfassung
Für diesen Bericht lag nur ein Auszug oder keine vollständige Fassung vor. Die Zusammenfassung sagt das selbst.
Kurz
Der Auszug berichtet über eine NeurIPS-Arbeit, die „Planung als Inferenz“ im Rahmen der Variationsinferenz neu einordnet und eine Näherungsmethode für faktorisierte MDPs vorstellt. Laut Abstract wurden die Ergebnisse an synthetischen Aufgaben und beim International Planning Competition geprüft; konkrete Messwerte oder Versuchsdetails fehlen im vorliegenden Auszug.
Mittel
Der bereitgestellte Bericht umfasst nur den Abstract und bibliografische Angaben, nicht den vollständigen Beitrag. Die bei NeurIPS 2024 erschienene Arbeit fragt, welche Inferenzart mit „Planung als Inferenz“ gemeint ist. Laut den Autor:innen verwendet die Literatur dafür unterschiedliche Verfahren und vermischt diese häufig mit Näherungen oder zusätzlichen Einschränkungen.
Im Rahmen der Variationsinferenz zeigen sie nach eigener Darstellung, dass verbreitete Inferenzarten verschiedenen Gewichtungen von Entropietermen entsprechen und Planung einer anderen Gewichtung folgt. Daraus folge, dass sich Werkzeuge der Variationsinferenz auf Planung übertragen lassen. Die Arbeit stellt außerdem eine an Loopy Belief Propagation angelehnte Methode für näherungsweise Planung in faktorisierte MDPs vor, die mit großen Zustandsräumen umgehen soll. Frühere Inferenzansätze seien laut Abstract vor allem bei geringer Zufälligkeit geeignet. Die Ergebnisse wurden den Autor:innen zufolge an synthetischen MDPs und Aufgaben des International Planning Competition geprüft. Der Auszug enthält keine konkreten Resultate oder Versuchsdaten.
Ausführlich lesen
Der bereitgestellte Bericht ist ein Auszug: Er enthält den Abstract sowie Angaben zu Autor:innen und Tagungsort, nicht den vollständigen Beitrag. Der Abstract beschreibt eine Arbeit von Miguel Lazaro-Gredilla, Li Yang Ku, Kevin Murphy und Dileep George, erschienen bei NeurIPS 2024. Sie untersucht, was mit „Planung als Inferenz“ gemeint ist, wenn probabilistische grafische Modelle betrachtet werden.
Die Autor:innen zufolge ist die Literatur uneinheitlich: Für Planung werden unterschiedliche Inferenzarten verwendet, etwa Marginalinferenz, Maximum-a-posteriori-Inferenz und marginale Maximum-a-posteriori-Inferenz. Zudem seien die jeweiligen Verfahren oft mit Näherungen oder zusätzlichen Einschränkungen vermischt, sodass sich die Inferenzart und praktische Zusatzannahmen schwer auseinanderhalten ließen.
Als theoretischen Rahmen verwenden sie die Variationsinferenz. Der Abstract berichtet, dass die verbreiteten Inferenzarten unterschiedlichen Gewichtungen der Entropieterme im Variationsproblem entsprechen. Planung entspreche einer davon abweichenden Gewichtung. Daraus leiten die Autor:innen ab, dass sich Methoden der Variationsinferenz auch für Planungsaufgaben nutzen lassen.
Als konkreten Ansatz entwickeln sie eine Entsprechung zur Loopy Belief Propagation, um näherungsweise in faktorisierte Zustands-Markov-Entscheidungsprozesse (MDPs) zu planen. Laut Abstract soll das Verfahren dabei vermeiden, dass der exponentiell große Zustandsraum die Berechnung unpraktikabel macht. Die variationale Sichtweise lasse außerdem erkennen, dass zuvor für Planung verwendete Inferenzarten nur bei Umgebungen mit geringer Zufälligkeit angemessen seien. Zugleich ermögliche sie, die jeweiligen Vorzüge der Inferenzarten getrennt von den zusätzlich nötigen praktischen Näherungen zu beschreiben.
Die Autor:innen geben an, ihre Ergebnisse empirisch anhand synthetischer MDPs und Aufgaben aus dem International Planning Competition überprüft zu haben. Der vorliegende Auszug nennt jedoch weder konkrete Messwerte noch Details zu Versuchsaufbau, Vergleichsverfahren oder Ergebnissen. Aussagen zur tatsächlichen Leistungsfähigkeit lassen sich daher aus dem bereitgestellten Text allein nicht genauer beurteilen.
Wie die Modelle den Bericht einordnen
Ansicht
Filter
Kein Modell sieht bei diesem Bericht einen Bezug zu einer der 44 Sammelfragen.