記憶拡張検索によるイベント中心の環境モデリング：身体化された意思決定のために

Abstract

動的かつ安全性に重要な環境で動作する自律エージェントには、計算効率が高く、かつ物理的に根拠づけられた意思決定の枠組みが必要です。しかし、既存の多くの手法はエンドツーエンド学習に依存しているため、しばしば解釈可能性に欠け、物理制約との整合性を保証する明示的な仕組みがありません。本研究では、身体化された意思決定のための、記憶拡張型リトリーバルを備えたイベント中心の世界モデリング枠組みを提案します。この枠組みは、環境を構造化された意味イベントの集合として表現し、それを順列不変な潜在表現へ符号化します。意思決定は、過去の経験の知識バンクに対するリトリーバルによって行われます。そこでは、各エントリがイベント表現と対応する操縦（マヌーバ）を関連づけます。最終的な行動は、リトリーバルされた解の重み付き結合として計算され、意思決定と保存された経験の間に、透明性のあるつながりを提供します。提案設計は、動的環境の構造化された抽象化を可能にし、事例（ケース）ベース推論による解釈可能な意思決定を支援します。さらに、物理に基づく知識をリトリーバル過程に組み込むことで、観測されたシステム動力学と整合する操縦の選択を促進します。UAV（無人航空機）飛行シナリオにおける実験評価により、この枠組みが解釈可能で一貫した振る舞いを維持しつつ、リアルタイム制御の制約内で動作することが示されます。