--- title: "STRIPS（計画問題）とは？G検定対策" description: "STRIPSについて、初期状態・目標状態・前提条件・Add List・Delete Listを使って行動計画を表現する仕組みを整理します。探索問題や強化学習との違いも比較し、G検定で古典的プランニングを見分ける判断軸を確認します。" canonical_url: "https://stemtazoo.github.io/gk/strips/" section: "gk" --- ## 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