Análise de desempenho do Planejamento Módulo Teorias para um novo domínio usando recursos e tempo

  • Danielle Ivanchechen Universidade Federal do Paraná
  • Marcos Castilho Universidade Federal do Paraná

Resumo


À medida que a busca por planos se torna mais relevante para aplicativos no mundo real, aumenta as demandas de expressão na linguagem de modelagem. Em particular, há um novo formalismo de planejamento para o uso de novas teorias para aumentar o poder da modelagem. Este artigo mostra como a teoria dos módulos de planejamento (PMT) cumpre esse papel, analisando seu desempenho em comparação com o planejador Metric-FF. Além disso, é apresentado um novo domínio no qual o tempo e os recursos são usados ​​simultaneamente, capazes de tornar a PMT capaz de resolver problemas que estão fora dos domínios existentes.

Palavras-chave: Fundamentals of Artificial Intelligence, Automated Planning and Scheduling

Referências

Barrett, C., Fontaine, P., and Tinelli, C. (2016). The Satisability Modulo Theories Library (SMT-LIB). www.SMT-LIB.org, acessado em 13/01/2018.

Barrett, C., Sebastiani, R., Seshia, S., and Tinelli, C. (2009). Satisability modulo theories. In Biere, A., Heule, M. J. H., van Maaren, H., and Walsh, T., editors, Handbook of Satisability, volume 185 of Frontiers in Articial Intelligence and Applications, chapter 26, pages 825–885. IOS Press.

Ghallab, M., Nau, D., and Traverso, P. (2004). Automated Planning: theory and practice. Elsevier.

Gregory, P., Long, D., Fox, M., and Beck, J. C. (2012). Planning Modulo Theories : Extending the Planning Paradigm. International Conference on Automated Planning and Scheduling, pages 65–73.

McDermott, D., Ghallab, M., Howe, A., Knoblock, C., Ram, A., Veloso, M., Weld, D., and Wilkins, D. (1998). Pddl-the planning domain denition language.

Rich, E. (1985). Articial intelligence and the humanities. Computers and the Humanities, 19(2):117–122.

Russell, S. J. and Norvig, P. (2003). Articial intelligence: a modern approach. Elsevier.

Weld, D. S. (1999). Recent Advances in AI Planning. AI Magazine, 20(2):93.
Publicado
15/10/2019
Como Citar

Selecione um Formato
IVANCHECHEN, Danielle; CASTILHO, Marcos. Análise de desempenho do Planejamento Módulo Teorias para um novo domínio usando recursos e tempo. In: ENCONTRO NACIONAL DE INTELIGÊNCIA ARTIFICIAL E COMPUTACIONAL (ENIAC), 16. , 2019, Salvador. Anais [...]. Porto Alegre: Sociedade Brasileira de Computação, 2019 . p. 108-117. ISSN 2763-9061. DOI: https://doi.org/10.5753/eniac.2019.9276.