Planejamento baseado em verificação simbólica de modelos

Detalhes bibliográficos
Autor(a) principal: Santos, Viviane Bonadia dos
Data de Publicação: 2018
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da USP
Texto Completo: https://teses.usp.br/teses/disponiveis/45/45134/tde-20230727-113624/
Resumo: Planejamento automatizado em Inteligência Artificial é a área que estuda o processo de escolha e organização de ações (síntese de plano) com o objetivo de alcançar metas preestabelecidas. Planejamento clássico é uma abordagem de planejamento que faz algumas suposições restritivas sobre o ambiente em que o agente atua. Esta abordagem lida com problemas onde o ambiente é completamente observável, finito, estático e não existe incerteza sob os efeitos das ações executadas pelo agente. Embora esta seja urna das abor- dagens mais estudadas em planejarncnto, muitos problemas de interesse prático não podem ser resolvidos, dadas suas suposições demasiadamente restritivas. O Planejarnento não de- terminístico relaxa algumas dessas suposições e considera que pode existir incerteza nos efeitos das ações executadas pelo agente. Isso torna o planejamento não determinístico uma abordagem de maior aplicabilidade prática. Urna das principais abordagens para resolver problemas de planejamento não determinístico é a abordagem baseada em vérificação de modelos. A maioria dos planejadores que utilizam esta abordagem baseia-se na lógica temporal de tempo ramificado CTL. Contudo, esta lógica possui algumas limitações. Para contornar as limitações da lógica CTL, a qual não considera explicitamente as ações do agente, foi proposta uma nova lógica, a lógica a-CTL, e um planejador capaz de resolver problemas de planejamento não determinísticos pertencentes à classe de problemas FOND (Pully-Obseruable Non-Deterministic), chamado PACTL. Neste trabalho de mestrado, te- mos por objetivo estender o planejador PACTL com representações e raciocínio simbólico. Chamamos nosso planejador de PACTL-SYM. No PACTL-SYM, os conjuntos de estados e ações são especificados como fórmulas lógicas e computacionalmente representados por meio de diagramas de decisão binária (Binary Decision Diagram - BDD).
id USP_1c291a6cb45f2b05f4aef12ecaf7ed82
oai_identifier_str oai:teses.usp.br:tde-20230727-113624
network_acronym_str USP
network_name_str Biblioteca Digital de Teses e Dissertações da USP
repository_id_str 2721
spelling Planejamento baseado em verificação simbólica de modelosPlanning as model checkingInteligência ArtificialPlanejamento automatizado em Inteligência Artificial é a área que estuda o processo de escolha e organização de ações (síntese de plano) com o objetivo de alcançar metas preestabelecidas. Planejamento clássico é uma abordagem de planejamento que faz algumas suposições restritivas sobre o ambiente em que o agente atua. Esta abordagem lida com problemas onde o ambiente é completamente observável, finito, estático e não existe incerteza sob os efeitos das ações executadas pelo agente. Embora esta seja urna das abor- dagens mais estudadas em planejarncnto, muitos problemas de interesse prático não podem ser resolvidos, dadas suas suposições demasiadamente restritivas. O Planejarnento não de- terminístico relaxa algumas dessas suposições e considera que pode existir incerteza nos efeitos das ações executadas pelo agente. Isso torna o planejamento não determinístico uma abordagem de maior aplicabilidade prática. Urna das principais abordagens para resolver problemas de planejamento não determinístico é a abordagem baseada em vérificação de modelos. A maioria dos planejadores que utilizam esta abordagem baseia-se na lógica temporal de tempo ramificado CTL. Contudo, esta lógica possui algumas limitações. Para contornar as limitações da lógica CTL, a qual não considera explicitamente as ações do agente, foi proposta uma nova lógica, a lógica a-CTL, e um planejador capaz de resolver problemas de planejamento não determinísticos pertencentes à classe de problemas FOND (Pully-Obseruable Non-Deterministic), chamado PACTL. Neste trabalho de mestrado, te- mos por objetivo estender o planejador PACTL com representações e raciocínio simbólico. Chamamos nosso planejador de PACTL-SYM. No PACTL-SYM, os conjuntos de estados e ações são especificados como fórmulas lógicas e computacionalmente representados por meio de diagramas de decisão binária (Binary Decision Diagram - BDD).ln Artificial Intelligence automated planning is the area that studies the process of choosing and organizing the actions (plan synthesis) with the objective of achieving pre-established goals. Classical planning is an approach to planning that makes restrictive sup- positions about the environment that the agent works. This approach deals with problems where the environment is completely observable, finite, static and there is no uncertain under the effects of the executed actions by the agent. Even though this is one of the most studied approaches in planning, many problems of practical interest cannot be solved, gi- ven its too restrictive suppositions. The non-deterministic planning relieves some of this suppositions and considers that uncertain can exist in the effects of the actions executed by the agent. It makes non-deterministic planning an approach of higher practical usage. One of the main approaches to solve non-deterministic planning problems is the model checking approach. The majority of the planners that use this approach base itself in the computation tree logic (CTL). This logic has some limitations. To work around the li- mitations of the CTL, that does not explicitly considers the actions of the agent, a new logic was proposed, the a-CTL logic, and a planner capable of solving Fully-Observable Non-Deterministic problems (FOND), called PACTL. This Master Thesis objective is to extend the PACTL planner with representations and symbolic reasoning. Our planner is called PACTL-SYM. ln the PACTL-SYM, the set of states and actions are specified as logical formulas and computationally represented by Binary Decision Diagrams (BDD).Biblioteca Digitais de Teses e Dissertações da USPBarros, Leliane Nunes deSantos, Viviane Bonadia dos2018-10-22info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://teses.usp.br/teses/disponiveis/45/45134/tde-20230727-113624/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesspor2023-07-27T20:19:05Zoai:teses.usp.br:tde-20230727-113624Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212023-07-27T20:19:05Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false
dc.title.none.fl_str_mv Planejamento baseado em verificação simbólica de modelos
Planning as model checking
title Planejamento baseado em verificação simbólica de modelos
spellingShingle Planejamento baseado em verificação simbólica de modelos
Santos, Viviane Bonadia dos
Inteligência Artificial
title_short Planejamento baseado em verificação simbólica de modelos
title_full Planejamento baseado em verificação simbólica de modelos
title_fullStr Planejamento baseado em verificação simbólica de modelos
title_full_unstemmed Planejamento baseado em verificação simbólica de modelos
title_sort Planejamento baseado em verificação simbólica de modelos
author Santos, Viviane Bonadia dos
author_facet Santos, Viviane Bonadia dos
author_role author
dc.contributor.none.fl_str_mv Barros, Leliane Nunes de
dc.contributor.author.fl_str_mv Santos, Viviane Bonadia dos
dc.subject.por.fl_str_mv Inteligência Artificial
topic Inteligência Artificial
description Planejamento automatizado em Inteligência Artificial é a área que estuda o processo de escolha e organização de ações (síntese de plano) com o objetivo de alcançar metas preestabelecidas. Planejamento clássico é uma abordagem de planejamento que faz algumas suposições restritivas sobre o ambiente em que o agente atua. Esta abordagem lida com problemas onde o ambiente é completamente observável, finito, estático e não existe incerteza sob os efeitos das ações executadas pelo agente. Embora esta seja urna das abor- dagens mais estudadas em planejarncnto, muitos problemas de interesse prático não podem ser resolvidos, dadas suas suposições demasiadamente restritivas. O Planejarnento não de- terminístico relaxa algumas dessas suposições e considera que pode existir incerteza nos efeitos das ações executadas pelo agente. Isso torna o planejamento não determinístico uma abordagem de maior aplicabilidade prática. Urna das principais abordagens para resolver problemas de planejamento não determinístico é a abordagem baseada em vérificação de modelos. A maioria dos planejadores que utilizam esta abordagem baseia-se na lógica temporal de tempo ramificado CTL. Contudo, esta lógica possui algumas limitações. Para contornar as limitações da lógica CTL, a qual não considera explicitamente as ações do agente, foi proposta uma nova lógica, a lógica a-CTL, e um planejador capaz de resolver problemas de planejamento não determinísticos pertencentes à classe de problemas FOND (Pully-Obseruable Non-Deterministic), chamado PACTL. Neste trabalho de mestrado, te- mos por objetivo estender o planejador PACTL com representações e raciocínio simbólico. Chamamos nosso planejador de PACTL-SYM. No PACTL-SYM, os conjuntos de estados e ações são especificados como fórmulas lógicas e computacionalmente representados por meio de diagramas de decisão binária (Binary Decision Diagram - BDD).
publishDate 2018
dc.date.none.fl_str_mv 2018-10-22
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://teses.usp.br/teses/disponiveis/45/45134/tde-20230727-113624/
url https://teses.usp.br/teses/disponiveis/45/45134/tde-20230727-113624/
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv
dc.rights.driver.fl_str_mv Liberar o conteúdo para acesso público.
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Liberar o conteúdo para acesso público.
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.coverage.none.fl_str_mv
dc.publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
dc.source.none.fl_str_mv
reponame:Biblioteca Digital de Teses e Dissertações da USP
instname:Universidade de São Paulo (USP)
instacron:USP
instname_str Universidade de São Paulo (USP)
instacron_str USP
institution USP
reponame_str Biblioteca Digital de Teses e Dissertações da USP
collection Biblioteca Digital de Teses e Dissertações da USP
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)
repository.mail.fl_str_mv virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br
_version_ 1809090938092388352