Выявление значимого контекста методом рассуждений по прецедентам: открытые вопросы

В методологии рассуждений по прецедентам, когда ставится новая задача, требуется найти соответствующий ей прецедент. Поиск прецедента предполагает наличие свойств (признаков), которые используются при сопоставлении новой задачи и прецедента, и в зависимости от степени сходства этого множества признаков принимается решение об использовании прецедента. В домене с транспортировками в качестве таких признаков мы использовали пункты назначения и отбытия. Однако в целом вопрос о выборе подходящих свойств, а также процедуры сопоставления и выбора решения, весьма сложен.

Обычно в планировании на основе прецедентов (case-based planning) в качестве сопоставляемых признаков используется только постановка задачи планирования, то есть начальное состояние и цель. Причем эти признаки рассматриваются как множества: множество литералов в описании начального состояния и множество подцелей. В действительности во многих доменах нельзя говорить о сходстве задач без учета структурной составляющей — должны приниматься во внимание связи между объектами в начальном состоянии и цели. Однако рассмотрение задач планирования в виде графов осложнено тем, что трудно определять степень сходства графов. Вообще, даже если задачу планирования рассматривать как пару множеств (множество фактов о начальном состоянии и множество подцелей), для многих доменов трудно придумать неэвристическую метрику подобия для реализации сопоставления. Объекты должны обладать довольно большим набором свойств, причем явно представленных в описании домена, чтобы можно было использовать какие-либо независимые от домена метрики подобия.

Еще один вопрос, связанный с проблемой выявления значимого контекста методом рассуждений по прецедентам, состоит в том, чтобы установить, объекты какого рода должны попадать в значимый контекст? В домене с транспортировками значимый контекст составлялся из всех объектов, попавших в решение. Однако в общем случае может потребоваться более гибкий подход. Следует отметить, что контекст может состоять только из объектов, присутствие которых гарантировано во всех возможных задачах планирования, и свойства которых сохраняются от задачи к задаче. На этот вопрос следует обратить внимание в силу того, что в PDDL объекты, их свойства и отношения между ними являются элементами задачи, а не предметной области. То есть набор конкретных экземпляров объектов (их свойства и отношения между ними) может меняться от задачи к задаче. Если мы допустим включение таких объектов в значимый контекст, то прецеденты окажутся бесполезны.

В PDDL есть возможность декларировать объекты, характерные для домена в целом (constants), а не для конкретной задачи. Однако PDDL не допускает описание свойств этих объектов и отношений между ними в файле домена. Это можно было бы сделать при помощи аксиом с пустой посылкой, но пустая посылка в PDDL недопустима. Поэтому для описания свойств и отношений для константных объектов требуется расширение языка. Если описать объекты, характерные для предметной области в целом, таким образом, то значимый контекст можно составлять из объектов, описанных как PDDL-константы. А при решении задач использовать значимый контекст, объединенный с множеством всех объектов описанных в файле задачи.

Таким образом, применение рассуждений по прецедентам (CBR) для выявления значимого контекста без использования эвристических процедур ограничено лишь узким кругом доменов. Эффективному использованию CBR препятствуют сложности, связанные с выбором объектов, которые должны быть включены в значимый контекст, а также сложности, связанные с поиском прецедента.