【第31回】AIは行動の計画を立てられる？STRIPSとは
ロボットが目的地にたどり着くには、何をどんな順番で行えばよいのでしょうか？
前回の「プランニング」を具体化し、AIが行動のルールを理解するためのテンプレート、それが「STRIPS（ストリップス）」です。
この記事では、AIがいかにして計画の「書き方」を決めているのか、その仕組みをやさしく解説します。
1. 読み方
STRIPS (ストリップス)
※Stanford Research Institute Problem Solver の略称です。
2. 意味（定義）
STRIPSとは、AIがプランニング（計画作成）を行う際に、「アクション（行動）」の内容を、コンピュータが理解しやすい形式で記述するための言語（ルール）のことです。
「この行動をするには、これが必要だ（前提条件）」と「この行動をすると、世界がこう変わる（結果）」という情報を、決まったフォーマットで書き込みます。
AIが計画を立てるときは、まず以下の要素を整理します。
初期状態 (Initial State): 今、目の前にある状況。（例：生卵がある）
目標状態 (Goal State): 最終的に達成したい状況。（例：卵焼きができている）
アクション (Action): 行うべき動作。
そして、この「アクション」の中身を、コンピュータが迷わず手順書を作れるように、以下の3つのセットでルール化するのがSTRIPSの特徴です。
前提条件 (Precondition): その動作をするために、あらかじめ満たされていなければならない条件。（例：生卵がある、フライパンがある、火がついている）
削除リスト (Delete list): その動作をした結果、失われてしまう状態。（例：「生卵」という状態がなくなる）
追加リスト (Add list): その動作をした結果、新しく発生する状態。（例：「卵焼き」が完成した！）
💡 料理のレシピで例えると
「卵を焼く」というアクションをSTRIPS風に書くとこうなります。
【アクション】： 卵を調理する
【前提条件】： 卵がある、フライパンがある、火がついている
【追加リスト】： 「卵焼き」が完成した！
【削除リスト】： 「生卵」がなくなっちゃった
このように、「何が必要で（前提）」「何が増えて（Add）」「何が消えるか（Delete）」をセットで書くのがSTRIPS流です。
📌 ここで整理！試験対策まとめ
計画（手順書）そのもの： プラン (Plan)
計画を立てること： プランニング (Planning)
計画を立てさせるための仕組み・ルール： STRIPS
3. 歴史・背景
STRIPSは、1970年代にアメリカのスタンフォード研究所 (SRI) という有名な研究機関で開発されました。
この時代のAIは、今のような「大量のデータから学習する」スタイルではなく、「人間がルールを書き込んで、論理的に考えさせる」というシンボリックAI（記号的AI）が主流でした。
当時の研究者たちは、「どうすれば複雑な問題を、コンピュータが計算可能な『アクションの組み合わせ』に変換できるか？」という課題に直面していました。
その模索の末に生まれた、プランニングのための非常に強力でシンプルな記述ルールこそが、STRIPSです。まさに「論理的な計画立て」における金字塔といえる技術なのです。
4. 比較・対比（似た用語との違い）
■ プランニング vs STRIPS
プランニング： 「ゴールへ辿り着くための手順を探す」という「行為・プロセス」そのもの。
STRIPS： アクションの内容を記述するための「言語・フォーマット」。 （例：プランニングは「料理を作る工程」、STRIPSは「レシピの書き方ルール」）
■ STRIPS vs 一般的なIf-Thenルール
If-Thenルール： 「もしAならBせよ」という、単発の命令。
STRIPS： 「Aという条件を満たし、実行すると世界からCが消えてDが増える」という、「状態の変化」を伴う記述。 （例：If-Thenは「信号が赤なら止まれ」、STRIPSは「交差点を通ると、自分の位置情報が更新される」）
■ STRIPS vs 探索 (BFS/DFS)
探索： すでに存在する迷路のルートを、端から辿ってゴールを探すこと。
STRIPS： 「この道具を使って、こう動かせば、ゴールにたどり着けるはずだ」という、新しい手順（プラン）そのものを組み立てるためのルール。
■ STRIPS vs ディープラーニング (現代のAI)
STRIPS（シンボリックAI）： 明確なルールと論理に基づいた、人間が理解可能な計画。（ルールベース / 記号的AI）
ディープラーニング： 大量のデータから「なんとなくこういうパターンだ」と学習する、確率的な判断。（データ駆動型 / ニューラルネットワーク）
5. 活用シーン
STRIPSの考え方は、ルールが明確な「状態の変化」を扱う分野で今も生きています。
ロボットの動作計画： 「ロボットアームが部品を掴む（前提：格納箱を開いている、結果：部品を保持している）」といった動作の組み立て。
自動倉庫の管理システム： 「荷物を棚から出す（前提：通路が開いている、結果：棚が空になる）」といった、物流の流れの最適化。
物流・配送システム： 「トラックAに荷物（荷物X）を積み、ルートBを通って、倉庫Cに届ける」という、一連連動した配送プランの作成。
ゲームのイベント進行： 「プレイヤーが鍵を入手する（前提：鍵が近くにある、結果：扉を開ける条件を満たす）」といった、シナリオの制御。
※現代では、STRIPSSTRIPSの考え方をさらに進化させた「PDDL」などのより高度な記述言語が使われることが一般的です。
6. G検定での出題傾向
G検定では、STRIPSそのものの細かい仕様よりも、「何ができるルールなのか」というエッセンスが狙われます！
キーワード： 「前提条件（Precondition）」「追加リスト（Add list）」「削除リスト（Delete list）」を見たら、STRIPSの構成要素です。
役割の理解： STRIPSは「アクションを記述するための言語（形式）」である、という点。
シンボリックAIとの関連： 古典的AI（ルールベース）の文脈で登場します。
7. G検定の例題
【問題1：最頻出】
STRIPSにおける「アクション」を記述する際、その行動によって新しく発生した状態を示す要素として、適切なものはどれですか？
A. 前提条件 (Precondition)
B. 追加リスト (Add list)
C. 削除リスト (Delete list)
D. 期待値 (Expected value)
【問題2：頻出】
STRIPSの仕組みに関する記述として、最も適切なものはどれですか？
A. 大量の画像データから、物体の特徴を自動的に抽出するためのルールである。
B. アクションを実行した結果、失われる状態（消滅する要素）を定義するものである。
C. 確率的なゆらぎを計算し、未来の数値を予測するための数学的モデルである。
D. ニューラルネットワークの重みを更新するための学習アルゴリズムである。
【問題3：ひっかけ】
STRIPSに関する記述として、誤っているものはどれですか？
A. アクションを実行するために満たされている必要がある条件を「前提条件」と呼ぶ。
B. STRIPSは、アクションの結果として起こる「状態の変化」を扱うことができる。
C. STRIPSを用いることで、AIがゴールへ向かうための手順（プラン）を構築できる。
D. STRIPSは、学習データから自動的に新しいルールを発見するための機械学習手法である。
8. 解答と解説
【問題1】 正解：B
解説： 「新しく発生した状態」を示すのは、**追加リスト（Add list）**です。Aは行動前に必要な条件、Cは失われる要素、Dは統計学の用語です。
【問題2】 正解：B
解説： STRIPSには「何が消えるか」を定義する**削除リスト（Delete list）**が含まれます。Aはディープラーニング（畳み込みなど）、Cは確率統計、Dはバックプロパゲーション（誤差逆伝播法）の説明です。
【問題3】 正解：D
解説： これがひっかけです！STRIPSは「人間がルールを記述する」手法であり、データから「自動的にルールを発見する」機械学習（学習）の手法ではありません。A, B, CはいずれもSTRIPSの正しい説明です。
📝 総評・まとめ 今回の「STRIPS」では、AIが計画を立てるための「言葉のルール」を学びました。「前提条件」「追加リスト」「削除リスト」という3つの要素さえ押さえておけば、プランニングの仕組みを理解したことになります。
🚀 次回予告 「手順書（プラン）」と「書き方（STRIPS）」がついに完結！ 次のステージは、AIの脳内で行われる「計算と数学」の世界へ。
【第32回】AIは「まだ決まっていない値」をどう扱う？ 確率変数とは
お楽しみに！
✅ この記事が役に立ったら「スキ」で応援してください！
あなたの応援が、次の解説を作るエネルギーになります！🚀
