从完整动作稀疏轨迹学习提升动作模型

考虑从随机状态-动作轨迹中学习滑动拼图的提升STRIPS模型的问题，其中状态仅表示瓷砖的位置，动作是标签为上、下、左、右的动作，不包含参数。该问题涉及两个挑战：首先，状态不是完整的STRIPS状态，因为缺少表示“空白”位置的原子；其次，动作也不是完整的STRIPS，因为它们不揭示动作效果和前件所涉及的全部对象。以前的方法针对这个模型学习问题的不同版本进行了处理，但大多数假设轨迹中的动作是完整的STRIPS动作或域谓词全部可观测。本文所考虑的新设置更"现实”，因为观察到的原子传递世界状态但不完整STRIPS状态，动作揭示选择动作所需的参数但不揭示建模为STRIPS所需的参数。为了建立和解决学习问题，我们引入了STRIPS+的一种变体，其中某些STRIPS动作参数可以在前件中隐式留置，前件还可涉及有限形式的存在量化。学习问题变为从STRIPS+状态-动作轨迹中学习STRIPS+模型。为此，提出的学习算法称为SYNTH，为每个动作构建一个分层序列(连词)的前件表达式或"查询"，用于表示唯一对象以在STRIPS+中 grounding 隐式动作参数。我们建立了SYNTH的正确性和完备性，并在来自STRIPS+模型的状态-动作轨迹上测试了其可扩展性。