【G検定】プランニング（STRIPSとSHRDLU）

プランニング

ロボットの行動計画において、ロボットの目標達成のために必要な行動を作成する技術のことをプランニングと言います。あらゆる状態「前提条件」について、「行動」と「結果」を記述しておけば目標とする状態に至る行動計画を立てることができるようになります。プランニングの研究では、「前提条件」・「行動」・「結果」の3つの組み合わせで記述するSTRIPS(Stanford Research Institute Problem Solver)が有名です。

STRIPS(Stanford Research Institute Problem Solver)

STRIPS（Stanford Research Institute Problem Solver）とは、1971年にRichard FikesとNils John Nilssonが開発した、「前提条件」・「行動」・「結果」の３つの組み合わせで記述するプランニングの手法のことです。計画とスケジューリングの問題、リソース割り当ての問題、経路探索の問題など、AI のさまざまな問題を解決するために使用されています。

STRIPS は、一連のヒューリスティック (経験則) を使用して推論を導き、幅広い問題を解決できる、一般的な問題解決ツールになるように設計されています。プログラムは問題を分析し、関連情報を検索し、その情報を使用して解決策を生成します。

STRIPS の重要な機能の 1 つは、仮説を生成してテストする機能であり、問​​題とその潜在的な解決策の理解を繰り返し改善することができます。これにより、STRIPS は AI 分野のパイオニアとなり、この分野のその後の開発の基礎を築くのに役立ちました。

STRIPS は当時としては画期的なものでしたが、AI 技術が進歩するにつれてその限界が明らかになりました。今日、STRIPS は AI の開発における歴史的なマイルストーンと見なされており、その遺産は、今日使用されている多くの AI システムで今でも見ることができます。

STRIPSの構成

次の手順で構成されます。

1. 問題の特定: 解決すべき問題と望ましい結果を明確に定義します。
2. 情報収集: データ、事実、意見など、問題に関する関連情報をできるだけ多く収集します。
3. 概念化: 問題のさまざまな要素とそれらの関係を含む、問題の概念モデルを作成します。
4. 代替案の生成: それぞれの長所と短所を考慮して、問題に対するさまざまな潜在的な解決策をブレインストーミングします。

SHRDLU

SHRDLUは1968年から1970年にかけてテリー・ウィノグラードによって実施されたプロジェクトプランニングを実現するための研究開発された、初期の自然言語理解コンピューター プログラムです。1972 年に公開され、革新的な AI アルゴリズムとして称賛されました。

SHRDLU は、色付きのブロックが散らばったテーブルの上で動作するロボット アームを制御します。英語で与えられたコマンドを理解し、それに応じて応答するように設計されています。限られた知識領域 (色付きのブロックのブロック世界) を使用して質問に答えたり、簡単なコマンドを実行したりして、ユーザーとリアルタイムで英語で対話するように設計されています。「あなたが持っているブロックの色は何色ですか？」など、ブロック世界のオブジェクトのプロパティと関係に関する質問を理解し、回答することができました。

SHRDLU は、コンピューターの中に仮想的に「積み木の世界」を構成し、そこに存在するブロック、円錐、球などを英語で指示を与えることで、積み上げたり下ろしたり動かすことができるようにしたものです。プログラミング言語であるLispとPlannerを用いて記述され、ハードウエア面ではDEC社のコンピュータとPDP-6、同社のグラフィック端末上で動作していました。

ただし、SHRDLU の言語能力はまだ非常に限られており、その結果を達成するために多数の単純化された仮定と近道に依存していたことに注意する必要があります。さらに、このプログラムは特定の人為的なドメインに限定されており、現実世界の言語や知識の複雑さや曖昧さを処理することはできませんでした。