Unsupervised Grounding of Plannable First-Order Logic Representation from Images

抄録

近年の強化学習では関係構造の学習に注目が集まっているが、既存研究によって得られる「関係」は、一階述語論理に見られるような離散的な論理値ではなく、解釈性が低く、また既存の記号的自動計画ソルバや他者行動目的認識ソルバに入力できない。一方、Latplan[浅井,福永2018]は深層学習ベースの認知システムと自動計画による記号推論の組み合わせを可能にした。そのコア要素の一つに、画像入力を命題論理表現に変換する State AutoEncoder(SAE) がある。本論文はこの2つを組み合わせ、First-Order SAE (FOSAE) という、オブジェクトの連続値特徴ベクトルの列から述語記号を発見/接地して述語論理値に変換する教師なし離散表現学習機を提案する。それぞれの述語は、「引数」に相当する複数の特徴ベクトルを入力とし離散的真偽値を返す関数である。実験では、8パズルおよび3Dレンダリングされた「つみ木の世界」を用いて、FOSAEが(1)高い解釈性を持つこと、(2)SAEより小さなモデルで学習できること、(3)離散的グラフ探索が可能な離散表現を返すことを示す。