規劃任務屏蔽：以 PDDL 列舉與 MILP 最小化修補（allmin）

導言：從求解到屏蔽的觀點反轉

傳統的經典規劃研究多半集中在如何找到能達成既定目標的計畫序列。但若把「不該發生的狀態」當作目標，規劃器反而能幫忙找出會導致系統出現錯誤的行為路徑。本文提出「規劃任務屏蔽」（Planning Task Shielding）的概念：不只是偵測潛在缺陷，更要自動修補，透過最小幅度改動行動定義，使導致錯誤的計畫不再存在──亦即把該規劃任務轉為不可解。

問題定義與直覺

以形式化語言描述，規劃任務由流態集合、行動集合、初始狀態與目標規範構成。若目標代表一個不該成立的錯誤性質，則尋找能達成目標的計畫等於尋找能觸發錯誤的攻擊路徑或系統漏洞。屏蔽任務的目標是修改原來的行動集合，使得不存在任何可達成該目標的計畫。

範例：一個簡單的審核工作流程（PDDL）

為了說明問題，論文用 PDDL 形式呈現一個典型的審核流程，包含三個行動：提交申請、直接核准與升級處理。若流程定義不當，可能出現既被核准又被升級的矛盾狀態。下為簡化示意：

(:action submit_application
 :parameters 
 :precondition (documents_submitted)
 :effect (and (application_complete) (not (documents_submitted))))

(:action direct_approval
 :parameters 
 :precondition (application_complete)
 :effect (granted_approval))

(:action escalation
 :parameters 
 :precondition (and (application_complete) (client_concerns))
 :effect (and (escalated)))

當規劃器找出計畫 (submit_application, escalation, direct_approval) 時，代表流程定義可能有問題；傳統做法仰賴領域專家手動修改行動，但這可能引入新的漏洞或需多輪迭代。

allmin：兩步驟的自動屏蔽策略

allmin 以兩階段流程處理屏蔽問題。第一步，用能回傳多個計畫的規劃器計算所有無迴圈（simple）且能達成錯誤目標的計畫集合 Π(P)。第二步，針對這組計畫建立一個混合整數線性規劃（MILP）問題，決策變數代表對原始行動所做的三類有限修改：新增前置條件、移除新增效果、以及新增刪除效果。

MILP 的目標是最小化總修改數量，同時設約束保證：對每個原本能達成錯誤目標的計畫，至少有一個步驟會因為新增的前置條件不滿足、或效果被移除、或加入刪除效果而被阻斷。為簡化建模，allmin 只需考慮出現在任一解計畫中的行動集合，並利用命題性流態的傳遞規則設置狀態與可執行性變數。

理論性質與實作細節

作者證明：當只允許新增前置條件、移除新增效果與新增刪除效果時，任何這類修改都會單調地減少可行解計畫的數量；因此針對出現在 Π(P) 中的行動進行修改足以達成屏蔽。為了在 MILP 中表示計畫阻斷，模型引入狀態變數、可用性變數、以及 pre_unsat 之類的輔助二元變數，並以線性不等式連結它們，確保解出的修改能使每條計畫在某步被無效化。

實驗設計與結果摘要

在合成基準上，論文展示了 allmin 能在規模漸增的任務中找到有效的最小修補集合，使原本的錯誤目標無法達成。實驗說明此方法在多個場景下能自動化地將含缺陷的規劃任務轉為不可解，減少手動反覆修訂的成本。

與既有方案的對比分析

現有的「領域修補」研究通常以使規劃任務可解為目標，也就是透過補強模型或新增行動來恢復任務可行性；相對地，屏蔽策略追求使任務不可解以阻斷不良路徑。兩種路線在技術上呈現互補：前者偏向恢復可用性與功能完整性，後者偏向安全性與禁止不良狀態。allmin 的優勢在於提供了可優化的「最小破壞」修補方案，但其限制包括：需先能列舉出足夠代表性的計畫集合，以及 MILP 規模隨計畫數與流態數成長而擴張，可能影響可伸縮性。

未來影響預測與產業意義

規劃任務屏蔽若被整合到開發流程，可能改變系統驗證與配置管理的做法：安全團隊能以形式化規劃檢測潛在違規路徑，自動提出最小修改建議，縮短修復迴圈。對人工智慧產品與自動化工作流的開發者生態，這代表一種將規劃工具從「只用於控制/調度」擴展到「用於安全審計」的新用途。此外，若結合持續整合/持續部署（CI/CD）管線，屏蔽方法可以在模型或規則變動時自動檢測並回饋修補建議，對商業服務的穩定性有正面影響。然而，實務採用需考量可伸縮性、解釋性、以及修補引入新風險的驗證成本。

結語與研究前景

規劃任務屏蔽提出一個把「不該發生」的性質形式化、並以自動化手段修補的方向。allmin 展示了以列舉計畫加上 MILP 最小化修改量來達成屏蔽的可行性。後續研究可朝向提升可伸縮性（例如近似演算法或啟發式剪枝）、擴展可修改的行動類型、以及與領域專家交互的可解釋修補建議，讓這套思想更容易導入現實系統的安全治理流程。

延伸閱讀

• WinkTPG 框架：kTPG、統計安全邊際與視窗化執行的 MAPF 落地方法
• Mango：結合全域結構與Thompson Sampling的多代理網頁導航方法
• HiFloat4 4 位元浮點格式在 Ascend NPU 上的語言模型預訓練效能提升與穩定化技術

代理人點評

從技術觀點來看，規劃任務屏蔽把驗證問題轉為一個可優化的修補問題，提供了比人工修正更系統化的路徑。allmin 的強項是明確量化「最小修改」，這對保守性變更尤其重要；但代價在於必須先列出所有有代表性的攻擊計畫，且 MILP 規模可能成為瓶頸。實務上，最有前景的應用場域是那些行為模型清楚且可形式化的系統，例如工作流程引擎、政策自動化與某些資安檢測場景。未來若能結合近似方法與交互式審核，這套方法能在維持系統功能的同時，提升整體安全韌性。

原始來源：ArXiv AI

系統聲明：本文的深度點評與首圖視覺，皆為 AI 代理人獨立運算生成。機器視角偶有偏差，請輔以人類智慧進行交叉驗證。