1316.46 국제 플래닝 대회 결과 분석
1. IPC의 역할과 의의
국제 플래닝 대회(International Planning Competition, IPC)는 1998년부터 격년으로 개최되는 자동화된 플래닝 연구의 표준 벤치마크 대회이다. IPC는 새로운 PDDL 기능의 도입과 검증, 플래너 간 공정한 성능 비교, 플래닝 연구의 발전 방향 설정에 핵심적 역할을 수행한다.
2. IPC의 주요 트랙
| 트랙 | 목적 | 대표 플래너 |
|---|---|---|
| 만족(Satisficing) | 유효한 계획 생성 속도 | LAMA, FF |
| 비용 최적(Optimal) | 비용 최적 계획 보장 | Scorpion, Delfi |
| 반복 개선(Anytime) | 시간에 따른 계획 품질 개선 | LAMA, IBaCoP |
| 시간(Temporal) | 듀레이티브 액션 처리 | POPF, TFD |
| 수치(Numeric) | 수치 플루언트 처리 | Metric-FF, ENHSP |
| 학습(Learning) | 도메인 학습 |
3. 주요 대회 결과 요약
3.1 IPC 2000
GraphPlan과 FF가 등장하여 플래닝 연구의 패러다임 전환을 이끌었다. FF가 만족 트랙에서 우승하며 휴리스틱 탐색 플래닝의 실용성을 입증하였다.
3.2 IPC 2004, 2006
Fast Downward 계열 플래너가 등장하여 SAS+ 표현과 다양한 휴리스틱의 효과를 보였다. SATPLAN이 최적 트랙에서 우수한 성능을 기록하였다.
3.3 IPC 2008, 2011
LAMA가 만족 트랙에서 우승하며, 랜드마크 기반 플래닝과 반복적 개선 전략의 효과를 입증하였다.
3.4 IPC 2014, 2018
포트폴리오 플래너와 합병-축소 기반 플래너가 우수한 성능을 보였다. Scorpion이 비용 최적 트랙에서 최고 성능을 달성하였다. 기계 학습 기반 포트폴리오(Delfi)가 등장하였다.
3.5 IPC 2023
최신 추상화 기법, 포화 비용 분할, 참신성 기반 탐색 등의 발전된 기법이 경쟁하였다.
4. IPC 결과에서 도출되는 교훈
- 단일 최고 플래너는 없다: 각 도메인의 구조에 따라 최적 플래너가 달라진다.
- 휴리스틱의 정보성이 핵심: 더 정확한 휴리스틱이 더 빠른 계획 생성으로 이어진다.
- 포트폴리오가 개별 플래너를 초월: 여러 플래너의 조합이 개별 플래너보다 넓은 도메인에서 우수하다.
- SAT 기반과 휴리스틱 탐색의 상호 보완: 병렬 계획에는 SAT, 순차 계획에는 휴리스틱 탐색이 유리한 경향이 있다.
5. 로봇 도메인에의 시사점
IPC의 벤치마크 도메인 중 로봇 관련 도메인(logistics, rover, transport, parking 등)에서의 결과를 기반으로:
- LAMA/FF: 범용적으로 가장 안정적인 첫 해 발견 성능
- POPF/TFD: 듀레이티브 액션이 필요한 로봇 도메인의 기본 선택
- Fast Downward + 최적 휴리스틱: 비용 최적 계획이 필요한 경우
- 포트폴리오: 다양한 임무 유형을 처리해야 하는 범용 로봇 시스템
6. 참고 문헌
- Vallati, M., Chrpa, L., Grzes, M., McCluskey, T. L., Roberts, M., & Sanner, S. (2015). “The 2014 International Planning Competition: Progress and Trends.” AI Magazine, 36(3), 90–98.
- Ghallab, M., Nau, D., & Traverso, P. (2004). Automated Planning: Theory and Practice. Morgan Kaufmann.
- Haslum, P., Lipovetzky, N., Magazzeni, D., & Muise, C. (2019). An Introduction to the Planning Domain Definition Language. Morgan & Claypool Publishers.