초록
물체의 기하학적 구조를 공동으로 이해하고 이를 조작하기 위한 행동을 계획하는 능력은 지능형 에이전트에게 매우 중요합니다. 이 능력을 기하학적 계획(geometric planning)이라고 합니다. 최근에는 지능형 에이전트의 다양한 기술을 평가하기 위한 많은 상호 작용 환경들이 제안되었지만, 이들 중 어느 것도 기하학적 계획에 대한 요구사항을 충족시키지 못했습니다. 본 연구에서는 기하학적 계획 능력을 평가하고 잠재적으로 학습할 수 있는 가상 환경인 PackIt를 소개합니다. 여기서 에이전트는 제한된 공간의 상자에 물체들을 포장하기 위해 일련의 행동을 취해야 합니다. 또한, 진화 알고리즘을 사용하여 도전적인 포장 작업 세트를 구성하였습니다. 우리는 모델 없는 학습 방법, 휴리스틱 방법, 그리고 환경 모델에 접근할 수 있다고 가정하는 탐색 기반 최적화 방법 등 다양한 베이스라인을 연구 대상으로 포함시켰습니다. 코드와 데이터는 https://github.com/princeton-vl/PackIt에서 이용 가능합니다.