A Probabilistic Framework for Hierarchical Goal Recognition

Il paper introduce il primo framework probabilistico basato sulla pianificazione per il riconoscimento gerarchico degli obiettivi, integrando le reti di task gerarchici (HTN) con l'inferenza probabilistica per migliorare l'accuratezza nel dedurre le intenzioni di un agente.

L'essenziale

Il Mistero del "Cosa sta facendo?": Capire le intenzioni attraverso le gerarchie

Immagina di essere in una cucina e di vedere un tuo amico che prende un uovo, poi una ciotola, poi inizia a sbattere tutto freneticamente. Cosa sta facendo? Probabilmente sta preparando una torta. Non hai bisogno di vedere ogni singolo movimento millimetrico delle sue dita per capirlo; il tuo cervello "salta" i piccoli dettagli e guarda il quadro generale: "Preparazione dolce".

Il problema è che, nel mondo reale, le persone non sono robot perfetti. A volte si distraggono, prendono un cucchiaio che non serve, o magari inciampano. I computer, però, fanno fatica con questo "disordine".

Il problema dei vecchi sistemi (Il "Detective Rigido")

Fino ad oggi, i sistemi informatici che cercano di indovinare gli obiettivi (chiamati Goal Recognition) erano come dei detective estremamente rigidi e testardi. Se il loro manuale dice che "fare una torta" prevede solo uova e farina, e vedono il tuo amico che per sbaglio prende un barattolo di sale (un'azione "estranea"), il detective impazzisce. Dice: "Errore! Questo non è un pasticcere, è un alieno! Ipotesi scartata!".

Questi sistemi non sanno gestire l'incertezza e non sanno dare un "voto" alle diverse possibilità. O è "Sì" o è "No".

La soluzione del paper: Il "Detective Intuitivo" (Probabilistico e Gerarchico)

Gli autori di questo studio hanno creato un nuovo modo di ragionare, che chiamano PHGR. Immaginalo come un detective che non solo ha un manuale di procedure, ma ha anche un forte istinto e una grande capacità di adattamento.

Ecco i tre "superpoteri" di questo nuovo sistema:

1. La Visione a Livelli (La Gerarchia)
Invece di guardare ogni singolo movimento come un evento isolato, il sistema ragiona per "matrioske". Sa che un'azione piccola (prendere un coltello) fa parte di un compito medio (tagliare le cipolle), che a sua volta fa parte di un obiettivo grande (fare la zuppa). Questo gli permette di non perdersi nei dettagli e di capire subito la direzione generale.

2. Il Calcolo delle Probabilità (L'Istinto)
Invece di dire "È sicuramente la torta", il sistema dice: "C'è l'80% di probabilità che stia facendo una torta, il 15% che stia facendo una frittata e il 5% che stia solo giocando con gli ingredienti". Questo lo rende molto più umano: se vede qualcosa di strano, non si arrende, ma semplicemente abbassa un po' la fiducia in quell'ipotesi.

3. La Tolleranza agli "Errori" (L'Azione Estranea)
Questa è la vera magia. Se il tuo amico prende un oggetto che non serve alla ricetta (un'azione "esogena"), il sistema non lancia la toglierella. Dice: "Ok, ha preso un oggetto inutile, è un po' strano, ma tutto il resto del comportamento punta ancora verso la torta. Continuiamo a scommettere sulla torta!".

In parole povere: Come funziona il "motore"?

Il sistema usa un processo in tre fasi per fare i suoi calcoli:

1. Scomposizione: "Come si divide questo grande obiettivo in piccoli passi?"
2. Esecuzione: "Qual è l'ordine più probabile con cui verrebbero fatti questi passi?"
3. Confronto: "Quanto somiglia quello che sto vedendo a quello che mi aspettavo?"

Perché è importante?

Questo lavoro è un passo fondamentale per rendere i robot e l'intelligenza artificiale dei compagni di vita più naturali. Se un robot deve aiutarti in cucina o in un magazzino, deve essere in grado di capire non solo cosa stai facendo, ma anche quando commetti un errore o quando cambi idea, senza bloccarsi o interpretare tutto come un errore di sistema.

In sintesi: Hanno insegnato ai computer a non essere solo esecutori di regole, ma a diventare dei "lettori di intenzioni" capaci di gestire il caos del mondo reale.

Sommario tecnico

Riassunto Tecnico: Un Framework Probabilistico per il Riconoscimento Gerarchico degli Obiettivi

1. Il Problema

Il Goal Recognition (riconoscimento degli obiettivi) consiste nell'inferire l'intenzione di un agente partendo dalle osservazioni del suo comportamento. Sebbene il riconoscimento basato sulla pianificazione abbia fatto progressi significativi, i metodi esistenti presentano due limiti principali:

1. Mancanza di struttura gerarchica: La maggior parte dei metodi probabilistici utilizza modelli di azione "piatti" (flat), ignorando la struttura gerarchica delle attività (come le Hierarchical Task Networks - HTN), che è invece fondamentale per ridurre il carico cognitivo e gestire l'incertezza.
2. Natura deterministica: Gli attuali approcci basati su HTN sono spesso deterministici (restituiscono solo una decisione binaria "accetta/rifiuta" per un'ipotesi), il che li rende fragili di fronte a osservazioni rumorose, incomplete o alla presenza di azioni esogene (azioni non previste dal piano dell'agente, dovute a rumore o comportamenti irrilevanti per l'obiettivo).

2. Metodologia

Il paper introduce il primo framework probabilistico basato sulla pianificazione per il riconoscimento gerarchico degli obiettivi su HTN, formulandolo come un problema di inferenza bayesiana.

Il Modello Generativo a Tre Stadi

Per stimare la verosimiglianza (likelihood) $P(\hat{o} | N_g, s_0)$ di un'osservazione $\hat{o}$ data un'ipotesi di obiettivo $N_g$, gli autori propongono un processo generativo composto da:

1. Decomposizione della Rete (Stage I): L'ipotesi viene decomposta in una rete di task primitivi utilizzando una distribuzione di Boltzmann (softmax) basata sul costo dei metodi, favorendo decomposizioni più efficienti.
2. Linearizzazione Eseguibile (Stage II): Si genera una sequenza di azioni eseguibili partendo dalla rete decomposta, scegliendo uniformemente tra le azioni disponibili (quelle i cui predecessori sono completati e i cui precondizioni sono soddisfatte).
3. Modello di Osservazione (Stage III): Si modella la probabilità che la sequenza osservata $\hat{o}$ sia un sottosequenza della pianificazione eseguita, integrando un progress prior (che considera quanto l'agente sia progredito nel piano).

Approssimazione dell'Inferenza

Poiché il calcolo esatto della verosimiglianza è intrattabile, il framework utilizza un'approssimazione basata su due termini chiave ottenibili tramite un pianificatore HTN standard:

• Termine osservazione-consistente: La probabilità della coppia (rete, piano) più probabile che spiega le osservazioni.
• Termine non vincolato: La probabilità della coppia più probabile che non deve necessariamente spiegare le osservazioni.
  Il rapporto tra questi due termini fornisce una stima della verosimiglianza che permette di classificare le ipotesi in base a quanto siano "sorprendenti" o coerenti.

Gestione delle Azioni Esogene

Il framework estende la teoria attraverso la semantica della task insertion, permettendo al modello di accettare azioni extra intercalate nel piano originale. Questo garantisce che l'ipotesi corretta mantenga una probabilità non nulla anche se l'osservazione contiene rumore.

3. Contributi Chiave

• Primo Framework Probabilistico su HTN: Unisce la struttura gerarchica della pianificazione con l'inferenza bayesiana.
• Algoritmo di Inferenza Pratico: Un metodo che utilizza pianificatori HTN "off-the-shelf" tramite una strategia top-k per selezionare le ipotesi più promettenti, rendendo il sistema computazionalmente efficiente.
• Robustezza alle Azioni Esogene: Capacità teorica e pratica di gestire comportamenti non pianificati o rumorosi senza far fallire il riconoscimento.
• Ranking Intuitivo: A differenza dei metodi deterministici, il modello permette di confrontare ipotesi competitive in modo coerente con l'intuizione umana (preferendo l'ipotesi meno "sorprendente").

4. Risultati Sperimentali

Il framework è stato testato sui benchmark Kitchen e Monroe.

• Kitchen Domain: Il metodo proposto ha superato significativamente il baseline deterministico in termini di accuratezza top-k (specialmente top-3 e top-5), sia in scenari di osservazione completa che parziale. Anche con solo il 20% delle azioni osservate, il modello mantiene prestazioni superiori.
• Monroe Domain: Il modello ha mostrato una capacità superiore di distinguere gli obiettivi nelle fasi iniziali dell'osservazione (0-20%), dove l'accuratezza top-3 è stata quasi il doppio rispetto al baseline.
• Test sulle Azioni Esogene: Gli esperimenti hanno dimostrato che mentre il baseline fallisce o genera ipotesi errate (aggiungendo task non voluti per spiegare il rumore), il framework probabilistico mantiene l'ipotesi corretta con probabilità non nulla.

5. Significato e Conclusioni

Il lavoro rappresenta un passo fondamentale verso un riconoscimento degli obiettivi più realistico e applicabile al mondo reale. Passando da una verifica di fattibilità binaria a una distribuzione di probabilità sulle ipotesi, il framework permette di gestire l'incertezza intrinseca degli ambienti dinamici. La capacità di integrare la gerarchia delle attività con il ragionamento probabilistico fornisce una base solida per lo sviluppo di agenti intelligenti capaci di comprendere meglio le intenzioni umane in contesti complessi e rumorosi.