在线动作识别
人工智能
2021-08-04 v2
摘要
规划中的识别旨在给定一组观察和知识库（例如目标状态、规划或领域理论）的情况下找出智能体意图、目标或活动。在本工作中，我们引入在线动作识别问题。它包含在一个开放世界中，从最初为空的一阶STRIPS动作知识库中，识别出最能解释部分可观测状态转移的计划动作。我们将其构建为一个优化问题，并提出两种算法来解决它：动作统一（AU）和通过统一的在线动作识别（OARU）。前者基于逻辑统一，使用加权部分MaxSAT对两个输入动作进行泛化。后者在知识库中寻找能解释观测转移的动作。若存在这样的动作，它利用AU对其进行泛化，从而构建出一个AU层次结构。否则，OARU在库中插入一个仅能解释该转移的平凡接地动作（TGA）。我们报告了来自国际规划竞赛和PDDLGym的基准测试结果，其中OARU相对于专家知识准确地识别动作，并展现出实时性能。
引用
@article{arxiv.2012.07464,
title = {Online Action Recognition},
author = {Alejandro Suárez-Hernández and Javier Segovia-Aguas and Carme Torras and Guillem Alenyà},
journal= {arXiv preprint arXiv:2012.07464},
year = {2021}
}
备注
Accepted version in AAAI 21: https://ojs.aaai.org/index.php/AAAI/article/view/17423