Planificación de la IA II

By Natalia Zambrano - junio 10, 2022

 Planificación de la IA




Planificación contingente

 La planificación clásica resuelve los subobjetivos en un orden determinado. El problema es que esto a veces lleva a destruir lo ya construido. Este fenómeno se conoce como anomalía de Sussman. Suponga que un individuo descalzo debe estar en el estado de usar su zapato derecho, zapato izquierdo, calcetín derecho y calcetín izquierdo. Si busca alcanzar las metas en el orden de la declaración, fracasará.

 Para solucionar este tipo de problemas, podemos pasar a planes parcialmente ordenados en los que el orden entre acciones solo se fija cuando es necesario ( compromiso a más tardar o menos planificación de compromiso ).


Planificación jerárquica

   Por lo general, al planificar, se puede tener información jerárquica sobre las acciones, es decir, una descripción de cómo se descomponen las acciones complejas. Por ejemplo, una acción compleja como "servir café" se puede dividir en la secuencia de dos acciones complejas "preparar café" y luego "entregar café". Así, existen planificadores, como ABSTRIPS, que además de la descripción de las acciones, toman como entrada la descripción jerárquica de las acciones. Por ejemplo, podemos comenzar a planificar a un alto nivel y luego entrar en detalles si es necesario (como lo hace ABSTRIPS, por ejemplo). A continuación, se describe el objetivo mediante una red de tareas jerárquica (HTN).


Planificación de tiempo

  La planificación del tiempo permite expresar la duración de las acciones, las condiciones al inicio, al final y durante la acción y los efectos al inicio y al final de las acciones. PDDL 2.1 incluye planificación del tiempo. El método TLP-GP 1 crea un gráfico, luego resolvemos las limitaciones de tiempo utilizando un solucionador SMT . Retrocedemos en caso de inconsistencia. Rintanen demostró que la planificación del tiempo simultáneo (es posible realizar varias instancias de la misma acción en paralelo) es EXPSPACE-completa. Por otro lado, si relajamos estas condiciones, podemos volver a la planificación clásica y, por lo tanto, la planificación temporal con estas restricciones se convierte en PSPACE-completo


Planificación con múltiples agentes

  La planificación de agentes múltiples estudia el desempeño de una tarea por parte de varios agentes, por ejemplo, varios robots. La generación del plan y su ejecución a menudo se distribuye / descentraliza. Un aspecto importante en los planes es la cooperación entre agentes. También hay un algoritmo de planificación centralizado, que se basa en una generalización de STRIPS al marco de múltiples agentes, llamado MA-STRIPS. Luego, el algoritmo se hizo distribuido, utilizando un solucionador de CSP distribuido para manejar la coordinación entre agentes. Los autores, Nissim, Brafman y Domshlak, han verificado experimentalmente que su algoritmo es mejor que la planificación centralizada cuando los agentes tienen poca interacción entre ellos.


Planificación epistemica

  El problema de la planificación epistémica consiste en tener en cuenta el conocimiento de los agentes en la descripción de estados y acciones. Normalmente, el objetivo es una fórmula de lógica modal epistémica , como "el agente a sabe que el agente b que el bloque C está en el bloque A" y las acciones se representan con modelos de acción de la lógica dinámica epistémica. El problema de la planificación es indecidible en toda su generalidad.

Fuentes:https://es.frwiki.wiki/wiki/Planification_(intelligence_artificielle)

  • Share:

You Might Also Like

0 comments