LinkedIn

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 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

Qualificação

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

Ferramentas

Sobre Planejamento e Determinismo