Técnicas de optimización para el proceso de grounding en planning clásico

Tesis (Doctor en Ciencias de la Computación)--Universidad Nacional de Córdoba, Facultad de Matemática, Astronomía, Física y Computación, 2020.

Guardado en:
Detalles Bibliográficos
Autor principal: Bustos, Facundo José
Otros Autores: Areces, Carlos Eduardo
Formato: doctoralThesis
Lenguaje:Español
Publicado: 2022
Materias:
Metodologías informáticas
Inteligencia artificial
Planificación y programación
Optimización
Planificadores
Splitting
Grounding
Computing methodologies
Artificial intelligence
Planning and Scheduling
Acceso en línea:http://hdl.handle.net/11086/27941
Aporte de:
Repositorio Digital Universitario (UNC) de Universidad Nacional de Córdoba
id I10-R141-11086-27941
record_format dspace
spelling I10-R141-11086-279412023-08-31T13:17:37Z Técnicas de optimización para el proceso de grounding en planning clásico Bustos, Facundo José Areces, Carlos Eduardo Domínguez, Martín Ariel Metodologías informáticas Inteligencia artificial Planificación y programación Optimización Planificadores Splitting Grounding Computing methodologies Artificial intelligence Planning and Scheduling Tesis (Doctor en Ciencias de la Computación)--Universidad Nacional de Córdoba, Facultad de Matemática, Astronomía, Física y Computación, 2020. Fil: Bustos, Facundo José. Universidad Nacional de Córdoba. Facultad de Matemática, Astronomía, Física y Computación; Argentina. La planificación automática, o simplemente Planning es una de las áreas más antiguas y centrales dentro de la Inteligencia Artificial. En ella, se estudia la generación automática de acciones por parte de agentes inteligentes con el objetivo de alcanzar una meta a partir de una situación inicial. Los planificadores son algoritmos que computan el comportamiento de los agentes a partir de una descripción detallada de los mismos y su entorno. La generación de acciones, desde un modelo, es en general, un problema intratable. Por lo tanto, el desafío central en el área de planning es el nivel de escalabilidad. Los diferentes métodos de planning, explotan la estructura interna del problema. En particular, los planificadores modernos, trabajan en una representación de bajo nivel de abstracción. Esta representación es computada a partir de una representación de más alto nivel, mediante un proceso que se conoce como "proceso de grounding", el cual, se realiza previamente a la búsqueda de una solución del problema. El proceso de grounding, ha demostrado ser un obstáculo importante, sobre todo en aquellos problemas, donde la dimensión de la representación de bajo nivel agota los recursos computacionales, ya sea, tiempo y/o memoria disponibles en el planificador. En este trabajo se presentan dos técnicas que pretenden optimizar el resultado del proceso de grounding, que llevan a cabo los planificadores, con el fin de conseguir una representación de bajo nivel más eficiente del problema. Fil: Bustos, Facundo José. Universidad Nacional de Córdoba. Facultad de Matemática, Astronomía, Física y Computación; Argentina. 2022-08-04T14:50:27Z 2022-08-04T14:50:27Z 2020-05 doctoralThesis http://hdl.handle.net/11086/27941 spa Atribución-NoComercial-CompartirIgual 4.0 Internacional http://creativecommons.org/licenses/by-nc-sa/4.0/
institution Universidad Nacional de Córdoba
institution_str I-10
repository_str R-141
collection Repositorio Digital Universitario (UNC)
language Español
topic Metodologías informáticas
Inteligencia artificial
Planificación y programación
Optimización
Planificadores
Splitting
Grounding
Computing methodologies
Artificial intelligence
Planning and Scheduling
spellingShingle Metodologías informáticas
Inteligencia artificial
Planificación y programación
Optimización
Planificadores
Splitting
Grounding
Computing methodologies
Artificial intelligence
Planning and Scheduling
Bustos, Facundo José
Técnicas de optimización para el proceso de grounding en planning clásico
topic_facet Metodologías informáticas
Inteligencia artificial
Planificación y programación
Optimización
Planificadores
Splitting
Grounding
Computing methodologies
Artificial intelligence
Planning and Scheduling
description Tesis (Doctor en Ciencias de la Computación)--Universidad Nacional de Córdoba, Facultad de Matemática, Astronomía, Física y Computación, 2020.
author2 Areces, Carlos Eduardo
author_facet Areces, Carlos Eduardo
Bustos, Facundo José
format doctoralThesis
author Bustos, Facundo José
author_sort Bustos, Facundo José
title Técnicas de optimización para el proceso de grounding en planning clásico
title_short Técnicas de optimización para el proceso de grounding en planning clásico
title_full Técnicas de optimización para el proceso de grounding en planning clásico
title_fullStr Técnicas de optimización para el proceso de grounding en planning clásico
title_full_unstemmed Técnicas de optimización para el proceso de grounding en planning clásico
title_sort técnicas de optimización para el proceso de grounding en planning clásico
publishDate 2022
url http://hdl.handle.net/11086/27941
work_keys_str_mv AT bustosfacundojose tecnicasdeoptimizacionparaelprocesodegroundingenplanningclasico
_version_ 1782014102980263936

Ejemplares similares