자동 계획 수립 (automated planning)
한 줄 정의: 목표 상태에 도달하기 위한 행동의 순서를 컴퓨터가 스스로 찾아내는 인공지능 분야입니다.
쉽게 풀면
현재 상태와 도달하고 싶은 목표, 그리고 쓸 수 있는 행동들의 조건과 효과를 적어 주면, 어떤 행동을 어떤 순서로 해야 목표에 닿는지를 알아서 찾아내는 기술입니다. 로봇이 물건을 옮기는 순서를 짜거나 우주선의 작업 일정을 세우는 데 쓰입니다. 문제를 푸는 방법을 사람이 짜 주는 대신 문제의 정의만 주는 것이 특징입니다.
왜 중요한가
목표와 행동 모형만 바꾸면 같은 계획기를 다른 문제에 그대로 쓸 수 있어 범용성이 높습니다. 나사의 우주선 자율 운영, 물류 일정 수립, 게임 인공지능 등 현실에서 오래 쓰여 온 응용 분야를 가지고 있습니다. 최근에는 언어 모델이 세운 계획의 실행 가능성을 검증하는 도구로 결합되며 다시 조명받고 있습니다.
논문에서는 이렇게 쓰입니다
"문제를 PDDL로 기술하고 휴리스틱 탐색 기반 계획기를 적용하여 평균 계획 길이를 18% 단축하였다."
표준 기술 언어로 문제를 적고 자동 계획기를 돌려 더 짧은 행동 순서를 찾았다는 뜻입니다.
조금 더 깊게 보면
고전적 계획 수립은 상태가 완전히 관측되고 행동의 결과가 결정론적이라고 가정하며, 문제는 대개 PDDL이라는 표준 언어로 기술됩니다. 현대 계획기 대부분은 문제의 제약을 완화한 이완 문제의 해를 휴리스틱으로 삼아 상태 공간을 에이스타 탐색 계열로 탐색합니다. 불확실성을 허용하면 마르코프 결정 과정으로, 행동을 계층적으로 분해하면 HTN 계획으로 확장됩니다.
주의할 점
동적계획법이나 경로 탐색이 이미 정의된 그래프에서 최단 경로를 찾는 문제라면, 자동 계획 수립은 행동의 사전조건과 효과로부터 상태 공간 자체가 암묵적으로 정의된다는 점이 다릅니다. 강화학습과 달리 환경 모형이 주어져 있다고 전제합니다.