差分可能な記号計画：学習された実行可能性に基づく制約推論のためのニューラル・アーキテクチャ

要旨: ニューラルネットワークはパターン認識に優れる一方で、制約推論――与えられた構成が論理的または物理的な制約を満たしているかどうかの判断――は苦手です。そこで本研究では、完全に微分可能なまま離散的な記号推論を実行するニューラルアーキテクチャ、Differentiable Symbolic Planning（DSP）を提案します。DSPは、各ノードにおける制約充足の根拠を追跡する実現可能性チャネル（phi）を保持し、学習されたルール重み付きの組み合わせによってそれをグローバルな実現可能性信号（Phi）へ集約し、sparsemax attentionを用いて厳密なゼロの離散ルール選択を実現します。さらに、DSPをUniversal Cognitive Kernel（UCK）に統合し、グラフ注意と反復的な制約伝播を組み合わせます。3つの制約推論ベンチマーク――グラフ到達可能性、ブール充足可能性（SAT）、計画の実現可能性――で評価したところ、UCK+DSPは4倍のサイズの一般化下で計画の精度97.4%を達成しました（アブレーションしたベースラインでは59.7%）。また2倍の一般化下でSATの精度は96.4%を達成し、標準的なニューラル手法が崩れてしまう正例・負例の両クラスに対してバランスの取れた性能を維持します。アブレーション研究から、グローバルphi集約が重要であることが明らかになりました。これを取り除くと精度が98%から64%へ低下します。学習されたphi信号は解釈可能な意味論を示し、監督なしで実現可能なケースでは+18、実現不可能なケースでは-13という値が現れます。