要約
物体の形状を共同で理解し、それらを操作するための行動計画を立てる能力は、知能エージェントにとって重要です。この能力を幾何学的計画と呼びます。最近、知能エージェントの様々なスキルを評価するために多くの対話型環境が提案されていますが、これらの環境の中で幾何学的計画に特化したものは存在しません。本稿では、PackItという仮想環境を紹介します。この環境では、限られたスペース内の箱に一連の物体を入れるための行動シーケンスを取り扱うことで、知能エージェントの幾何学的計画能力を評価し、その学習を促進することが可能となります。さらに、進化アルゴリズムを使用して一連の難易度の高い梱包タスクを作成しました。また、モデルフリーの学習ベースやヒューリスティックベースの手法だけでなく、環境モデルへのアクセスを前提とする探索ベースの最適化手法など、各種基線手法についても研究を行いました。コードとデータは https://github.com/princeton-vl/PackIt で入手可能です。