NeSyPlan - Neuro-Symbolic Planning

Motivation

Teil der alltäglichen Planung in vielen Branchen ist es, Einzelschritte zu komplexen Prozessen zusammenzusetzen, um ein Ziel zu erreichen. Dieses Zusammensetzen ist ein Teil des For- schungsgebiets der symbolischen Künstlichen Intelligenz. Verfahren aus diesem Bereich eignen sich besonders in Szenarien, in denen viel formalisiertes, d. h. explizites und maschinen- verständliches Wissen, z.B. als Wissensgraphen vorliegt. Szenarien in der Praxis sind jedoch häufig zweideutig, unvollständig beschrieben und bedürfen impliziten Hintergrundwissens. Hier lassen große Sprachmodelle, deren Forschung und Entwicklung in den letzten Jahren beeindruckende Fortschritte gemacht haben, hoffen, in derartigen Szenarien hilfreich zu sein.

Ziele und Vorgehen

Ziel des Vorhabens NeSyPlan ist es, neuartige Methoden zu entwickeln, mit denen Planungs- probleme durch eine Kombination von Methoden aus der symbolischen und subsymbolischen Künstlichen Intelligenz gelöst werden können. Während die symbolische KI auf explizites Wissen und logische Formeln zurückgreift, nutzt die subsymbolische KI Methoden aus dem Bereich des Maschinellen Lernens und der neuronalen Netze, um implizites Wissen zu erschließen. Daher soll eine Brücke zwischen den beiden Ansätzen geschlagen werden, indem große Sprachmodelle und Wissensgraphen, kombiniert werden. Um die Planungsprobleme zu lösen, kann damit sowohl auf explizites als auch auf implizites Wissen zugegriffen werden. Die zu entwickelnden Technologien werden in Demonstratoren zusammengeführt und anhand eines Planungsproblems aus der Robotik evaluiert.