大規模言語モデルから抽出したアフォーダンスを利用するマルチエージェントプランニングの提案

抄録

プランニング手法にマルチエージェント型プランニングがある. この手法は自律的な行動を行うロボットが動的な環境に対して, 決められた目的を達成する行動選択が可能である. 我々はより動的な環境に対応可能にするために行動選択の効率化を目的とした. 本論文では大規模言語モデルからアフォーダンスを抽出し,マルチエージェント型プランニングに組み込むことを提案する. 大規模言語モデルは膨大なweb上のテキストデータを学習しているため, 人間の知識を学習していると考えられる. そのため, 大規模言語モデルからアフォーダンスを抽出できると考えられる. そして, 抽出したアフォーダンスを用いて, 達成したい目的を設定し, アフォーダンス有り, 無しを比較した実験をシミュレーション上で行った. この実験により効率的に目的を達成することができるかを調べた. その結果マルチエージェント型プランニングにアフォーダンスを利用することで, 目的を達成するための行動系列を効率よく求めることができることを確認した.