Título: Planejamento Hierárquico sob Incerteza

Palestrante: Ricardo Herrmann


Resumo:

Planejamento em IA permite que agentes inteligentes busquem
planos de ações para problemas envolvendo ambientes
dinâmicos. O planejamento clássico busca a satisfação de um
conjunto de propriedades no ambiente.

O planejamento hierárquico, por outro lado, tem como
objetivo decompor uma rede de tarefas em ações executáveis,
isto é, gerar um plano de ações que, ao ser executado a
partir de uma dada situação inicial, realize um conjunto de
tarefas. Por tirar proveito da natureza hierárquica dos
domínios práticos, esta técnica permite resolver problemas
que necessitam de planos com milhares de ações. Entretanto,
uma solução desta magnitude pode apresentar dificuldades em
tempo de execução, tanto devido à informação omitida ou
incorreta sobre o mundo, quanto à presença de outros agentes
manipulando o mesmo ambiente.

As ações em planejamento podem ser determinísticas ou
não-determinísticas. A resolução de problemas de planejameno
sob incerteza, ou planejamento não-determinístico, utiliza
técnicas computacionalmente caras, geralmente de maior
interesse teórico. Por este motivo, encontrar planos para
problemas de grande porte ainda é um grande desafio.

Este trabalho se baseia em um estudo sobre a integração das
técnicas de planejamento hierárquico e planejamento
não-determinístico, que resulta em um meio mais eficiente de
escolha de ações, para diversos domínios de aplicação. Esta
técnica permite ao planejamento hierárquico fazer predições
sobre as eventuais contingências que venham a ocorrer
durante a execução de planos.