階層的ゴール認識のための確率論的フレームワーク

要旨: 目標認識は、エージェントの行動の観測からその目標を推論することを目的とする。現実的な状況では、認識は階層的なタスク構造を活用し、不確実性のもとで推論することによって利益を得られる。計画に基づく目標認識は過去10年で大きく進展してきたが、我々の知る限り、既存のいかなる手法も階層的タスク構造と確率的推論を共同で統合していない。本論文では、Hierarchical Task Networks（HTN）上の階層的目標認識に対する、最初の計画に基づく確率的枠組みを導入する。この枠組みは、尤度推定のための3段階の生成モデルを備えたHTNプランナを活用することで具体化し、目標仮説に対する事後分布を得る。実験結果は、HTNベンチマークにおいて、既存のHTNベースの認識器よりも認識性能が向上することを示している。全体として、この枠組みは、階層的計画構造に基づく確率的目標認識のための土台を築き、目標認識をより実用的な状況へと前進させる。