계층적 목표 인식에 대한 확률론적 프레임워크

요약

본 논문은 에이전트의 행동 관찰을 통해 목표를 추론하는 '목표 인식' 분야에 대한 새로운 확률론적 프레임워크를 제시합니다. 특히, 기존 연구에서 통합되지 않았던 계층적 작업 구조(HTNs)와 확률론적 추론을 결합하여 계획 기반 목표 인식을 수행합니다. 이 프레임워크는 세 단계 생성 모델을 활용한 HTN 플래너를 통해 목표 가설의 사후 분포를 추정하며, 실험적으로 기존 방식보다 향상된 성능을 입증했습니다.

핵심 포인트

• 목표 인식(Goal Recognition)은 에이전트 행동 관찰로부터 그 목표를 추론하는 것을 핵심으로 합니다.
• 제안된 프레임워크는 계층적 작업 네트워크(HTNs)를 기반으로 하여 복잡한 작업을 구조화합니다.
• 확률론적 접근 방식을 도입하여, 목표 가설에 대한 사후 분포(posterior distributions) 추정 및 우도 평가를 수행합니다.
• 세 단계 생성 모델을 활용한 HTN 플래너 구현을 통해 실질적인 계획 기반 확률론적 목표 인식의 기초를 마련했습니다.