GPT HTN Planner

HTN 플래너는 OpenAI의 GPT 및 HTN (Hierarchical Task Network) 아키텍처를 사용하여 자세한 계획을 자동으로 생성합니다. 이 시스템은 LLM을 사용하여 목표를 달성하는 작업을 생성 한 다음 반복적으로 실행할 수있는 하위 작업으로 분해됩니다.

최상의 결과는 GPT-4를 사용하지만 다른 OpenSource LLM은 API에 대한 수정으로 충분할 수 있습니다.

구성 요소 :

• 분해 - 작업을 수행하고 최대 깊이에 도달하거나 계획이 실패 할 때까지 하위 작업으로 분해됩니다. 이 시스템은 후보 분해를 추적하고 최상의 옵션을 선택하려고 시도합니다. 결과가 좋으면 일찍 나갈 수 있습니다.
• 다시 계획-계획이 실패하거나 계획의 일부가 실패하면 재구성이 발생합니다.
• 작업 실행 - 작업을 실행 파일로 식별합니다.
  • 현재 작업은 실제로 터미널에서 실행되지 않습니다.
• 상태 추적 - LLM은 실행이 발생함에 따라 상태를 추적하고 업데이트합니다.
• 텍스트 구문 분석 - LLM에서 생성 한 자연어 응답에서 정보를 구문 분석하고 추출합니다.
• 작업 변환 - 낮은 레벨 작업을 실행할 수있는 명령 또는 코드 조각으로 변환하려고 시도합니다.
• Frontend- 계획을 나타내는 계층 구조를 표시하는 간단한 반응 프론트 엔드
• Prompt Evolver- 진화 알고리즘을 사용하여 프롬프트를 자동으로 생성하도록 설계된 응용 프로그램
  • roulette wheel selection 사용하여 선택을 수행합니다
  • 돌연변이는 LLM에 의해 수행된다
  • 선택 결과를 사용하여 LLM에 의해 재조합을 수행합니다.
  • 피트니스는 LLM에 의해 결정되며 표준 편차를 사용하여 결과를 비교할 수 있도록 z- 점수를 사용하여 정규화됩니다.
  • 환경 토폴로지
• 로그 - "로그"폴더에서 다양한 로그가 생성되며 함수 추적은 "function_trace.log"에서 찾을 수 있습니다.
  • function_trace.log- "@trace_function_calls"로 주석이 붙은 모든 함수 호출을 추적합니다.
  • "logs"폴더의 로그는 "log_response"기능을 사용하여 특정 하위 시스템을 추적합니다.
  • parsing_errors- LLM의 출력을 구문 분석하는 데 문제가있는 모든 문제를 추적하여 문제를 해결하기 위해 파서에 업데이트를 할 수 있습니다.
  • State_changes- LLM에 의해 시간이 지남에 따라 상태 전환을 추적합니다.

TODO :

• 나중에 사용하기 위해 성공적인 계획을 벡터 DB에 저장하고 생성 비용을 줄입니다.
• 더 많은 엣지 케이스를 처리하기 위해 텍스트 구문 분석을 계속 개선하십시오.
• 더 많은 사후 처리
• 작업 실행의 요구 사항으로 전제 조건을 재평가합니다

설치 :

• 백엔드

  • 환경 변수 OPENAI_KEY 설정 OpenAI API 키로 설정
  • 종속성을 설치하십시오
    • pip install -r requirements.txt 실행합니다 .txt
  • 계획 응용 프로그램을 실행하십시오
    • python src/main.py
    • 초기 상태를 입력하십시오
      • 계획을 시작하기 전에 시스템이 알고 싶은 정보입니다.
      • 이 입력에 None 넣지 않을 수 있습니다
    • 당신의 목표를 설명하십시오
      • 시스템이 도달하려는 목표를 입력하십시오.
      • 예 : eat a ham sandwich
    • 기본 기능
      • 계획을 작성할 때 플래너가 사용할 수있는 도구입니다.
      • 이 기본값은 Linux terminal, internet access 대한 기본값을 사용하여 Enter를 눌러 사용하여
    • 플래너를 선택하십시오
      • 다양한 유형의 계획 알고리즘을 사용하여 계획 작성 옵션. HTN 플래너 및* 검색 플래너와 같은 옵션.
      • 이 기본값은 HTN 플래너 사용에 대한 기본값입니다
  • 프롬프트 진화기 응용 프로그램을 실행하십시오
    • python src/prompt_evolver.py
    • 주변에 설계된 프롬프트를 원하는 목표 또는 문제를 입력하십시오.

• 프론트 엔드 :

  • 프론트 엔드 디렉토리로 이동하십시오
    • cd src/frontend
  • 프론트 엔드를 시작하십시오
    • npm start

크레딧 :

• 데모니 닙
• GPT-4
• 음유 시인

참조 :

• HTN
  • 서류
    • https://arxiv.org/pdf/1106.4869.pdf
    • https://arxiv.org/pdf/1403.7426.pdf
    • https://www.cs.umd.edu/~nau/papers/nau2021gtpyhop.pdf
  • 서적
    • Malik Ghallab, Dana Nau, Paolo Traverso (11 장)의 자동 계획, 이론 및 실습 (2008)
  • 구현 및 문서
    • https://www.cs.umd.edu/projects/shop/description.html
    • https://github.com/ptrefall/fluid-hierarchical-task-network
    • https://github.com/maksmaisak/htn
    • https://maksmaisak.github.io/htn/front.html
    • https://github.com/dananau/gtpyhop
  • 비디오
    • https://www.youtube.com/watch?v=7L3TCOFMR7W
    • https://www.youtube.com/watch?v=mypf9_5wvlm
    • https://www.youtube.com/watch?v=7RHI4FWLJW4
    • https://www.youtube.com/watch?v=kxm467tftcy
    • https://www.youtube.com/watch?v=XXUSFBVQULY