Ricardo Guimarães Herrmann

Mestre em Ciências (M.S.) - Ciência da Computação, 2004-2008 (histórico)

Departamento de Ciência da Computação (DCC),

Instituto de Matemática e Estatística (IME),

Universidade de São Paulo (USP),

São Paulo, Brasil

Currículo Lattes

Áreas de Interesse

Planejamento em Inteligência Artificial (Artificial Intelligence Planning)
Qualquer outra que envolva uma boa dose de lógica e matemática ;-)

Planejamento hierárquico sob incerteza Knightiana

Dissertação (PDF) defendida em 2008-05-05 (slides).

Resumo

Esta dissertação tem como objetivo estudar a combinação de duas técnicas de planejamento em inteligência artificial: planejamento hierárquico e planejamento sob incerteza Knightiana. Cada uma delas possui vantagens distintas, mas que podem ser combinadas, permitindo um ganho de eficiência para o planejamento sob incerteza e maior robustez a planos gerados por planejadores hierárquicos.

Primeiramente, estudamos um meio de efetuar uma transformação, de modo sistemático, que permite habilitar algoritmos de planejamento determinístico com busca progressiva no espaço de estados a tratar problemas com ações não-determinísticas, sem considerar a distribuição de probabilidades de efeitos das ações (incerteza Knightiana).

Em seguida, esta transformação é aplicada a um algoritmo de planejamento hierárquico que efetua decomposição a partir das tarefas sem predecessoras, de modo progressivo. O planejador obtido é competitivo com planejadores que representam o estado-da-arte em planejamento sob incerteza, devido à informação adicional que pode ser fornecida ao planejador, na forma de métodos de decomposição de tarefas.

Orientação

Profa. Dra. Leliane Nunes de Barros, IME-USP

Seminários LIAMF

2007-09-10 - Planejamento Hierárquico sob Incerteza
2005-12-09 - Planejamento Hierárquico com Ações Não-Determinísticas

Qualificação

Planejamento Hierárquico com Ações Não-Determinísticas, 2007-05-09 (slides) (bibliografia)