gk planning

G検定トップ ＞ STRIPS（計画問題）とは？G検定対策

まず結論

  • STRIPS（Stanford Research Institute Problem Solver）とは、現在の状態と目標状態を記号で表し、実行可能な行動を組み合わせて、目標までの計画を探索する古典的なプランニング手法です。
  • 行動は、前提条件・Add List・Delete Listによって「いつ実行でき、状態がどう変わるか」を表します。

直感的な説明

STRIPSは、ロボットに渡す作業手順書を自動で考えるイメージです。

たとえば、机の上にある荷物を棚へ移したいとします。

  • 初期状態：荷物は机の上、ロボットの手は空いている
  • 目標状態：荷物は棚の上にある
  • 行動：荷物を持つ、棚まで移動する、荷物を置く

ただし、荷物を持つには、

ロボットの手が空いている

という条件が必要です。

STRIPSは、このような条件を確認しながら行動を順番につなげ、目標状態へ到達する計画を探します。

定義・仕組み

STRIPSでは、世界の状態を「成立している事実の集合」として表します。

初期状態

計画を始める時点で成立している事実です。

例：

  • 荷物は机の上にある
  • ロボットは机の前にいる
  • ロボットの手は空いている

目標状態

計画の最後に成立させたい事実です。

例：

  • 荷物は棚の上にある

行動の表現

各行動は、主に次の3要素で表します。

  1. 前提条件（Preconditions）
    • 行動を実行するために成立している必要がある条件
  2. Add List
    • 行動後に新しく成立する事実
  3. Delete List
    • 行動後に成立しなくなる事実

たとえば「荷物を持つ」という行動なら、

  • 前提条件：手が空いている、荷物の前にいる
  • Add List：荷物を持っている
  • Delete List：手が空いている、荷物が机の上にある

となります。

この状態の書き換えを繰り返し、

初期状態 → 行動列 → 目標状態

を満たす計画を探索します。

いつ使う？（得意・不得意）

得意なこと

  • ロボットの行動計画
  • 作業手順の自動生成
  • 状態と行動を明確に記号化できる問題
  • ルールが既知で、結果を予測できる環境

不得意・注意点

  • 行動結果に不確実性がある環境
  • 状態が連続的に変化する問題
  • 現実世界の細かな変化をすべて記述する問題
  • 行動や条件が増え、探索空間が非常に大きくなる問題

STRIPSは、基本的に行動の結果が決まっている決定論的な環境を前提とします。

G検定ひっかけポイント

STRIPSと探索問題

探索は、候補となる状態や経路から解を見つける広い考え方です。 STRIPSは、その中でも、

  • 状態
  • 行動の前提条件
  • 行動による状態変化

を記号で表し、目標までの行動計画を求めます。

STRIPSと強化学習

  • STRIPS：行動ルールがあらかじめ分かっており、計画を探索する
  • 強化学習：行動と報酬の経験から、よい方策を学習する

「報酬から試行錯誤して学ぶ」なら強化学習です。 「既知の前提条件と効果から手順を作る」ならSTRIPSです。

フレーム問題との関係

行動によって変化する事実だけでなく、

行動しても変化しない事実をどう扱うか

という問題をフレーム問題と呼びます。

STRIPSではAdd ListとDelete Listを使い、変化する事実を明示します。

試験での判断基準

  • 初期状態と目標状態から行動列を求める → プランニング
  • 前提条件・Add List・Delete List → STRIPS
  • 報酬を使って方策を学ぶ → 強化学習
  • 行動しても変わらない事実の扱い → フレーム問題

まとめ（試験直前用）

  • STRIPSは、目標までの行動計画を探索する古典的手法
  • 状態は成立している事実の集合で表す
  • 行動は前提条件・Add List・Delete Listで表す
  • 既知のルールから計画を作り、報酬から学習する手法ではない
  • 「状態を書き換えて目標へ到達」ならSTRIPS

© 2024-2026 stemtazoo. All rights reserved.