Detalhes bibliográficos
| Ano de defesa: |
2020 |
| Autor(a) principal: |
Pereira, Ramon Fraga
 |
| Orientador(a): |
Meneguzzi, Felipe Rech
|
| Banca de defesa: |
Não Informado pela instituição |
| Tipo de documento: |
Tese
|
| Tipo de acesso: |
Acesso aberto |
| Idioma: |
eng |
| Instituição de defesa: |
Pontifícia Universidade Católica do Rio Grande do Sul
|
| Programa de Pós-Graduação: |
Programa de Pós-Graduação em Ciência da Computação
|
| Departamento: |
Escola Politécnica
|
| País: |
Brasil
|
| Palavras-chave em Português: |
|
| Palavras-chave em Inglês: |
|
| Área do conhecimento CNPq: |
|
| Link de acesso: |
http://tede2.pucrs.br/tede2/handle/tede/9124
|
Resumo: |
Reconhecimento de objetivos é definido como a tarefa de reconhecer o objetivo o qual agentes autônomos ou humanos visam alcançar a partir de observações de seu comportamento em um ambiente. Nos últimos anos, a grande maioria das abordagens para reconhecimento de objetivos e planos tem ignorado a necessidade de lidar com imperfeições em modelos de domínios que formalizam o ambiente onde agentes autônomos planejam e agem para alcançar seus objetivos. Nesta tese, introduzimos o problema de reconhecimento em modelos de domínio com imperfeições, e desenvolvemos abordagens que explicitamente lidam com dois tipos distintos de modelos de domínio com imperfeições: (1) modelos de domínio discretos e incompletos, onde as partes incompletas do domínio são anotadas na descrição das ações, usando possíveis precondições e efeitos na descrição das ações; e (2) modelos de domínio contínuos aproximados, onde a função de transição não é bem definida e é aproximada a partir de observações passadas. As abordagens que desenvolvemos são inovadoras e exploram técnicas conhecidas da literatura de . Experimentos e avaliações mostram que as abordagens que desenvolvemos nesta tese são acuradas quando comparadas a outras abordagens base da literatura, sob diversos níveis de observabilidade e imperfeições. |
