Por favor, use este identificador para citar o enlazar este ítem:
http://repositorio.ufc.br/handle/riufc/39485| Tipo: | TCC |
| Título : | Aplicação de Busca Bidirecional em Planejamento como Verificação Simbólica de Modelos |
| Autor : | Melo, Vinicius Teixeira de |
| Tutor: | Menezes, Maria Viviane de |
| Co-asesor: | Oliveira, Paulo de Tarso Guerra |
| Palabras clave : | Planejamento Automatizado;Modelo de Árvore de Decisão;Métodos Formais (Computação) |
| Fecha de publicación : | 2018 |
| Citación : | MELO, Vinicius Teixeira de. Aplicação de Busca Bidirecional em Planejamento como Verificação Simbólica de Modelos. 2018. 60 f. TCC (Graduação em Ciência da Computação) - Universidade Federal do Ceará, Campus de Quixadá, Quixadá, 2018. |
| Resumen en portugués brasileño: | Planejamento Automatizado é uma subárea da Inteligência Artificial que tem como objetivo a escolha de ações de um agente inteligente para alcançar uma meta. Uma solução para um problema de planejamento é uma sequência de ações (plano), que leva o agente de um estado inicial para um estado que satisfaz a meta. Quando não existe um plano que alcançe um estado meta, é dito que esse problema não possui solução. A busca por um plano pode ser feita de três maneiras: (i) progressiva, a partir do estado inicial, tentando alcançar algum estado que satisfaz a meta; (ii) regressiva, a partir do conjunto de estados que satisfazem a meta, tentando alcançar o estado inicial e; por fim, (iii) bidirecional, executando simultaneamente as buscas progressiva e regressiva e tentando alcançar um ponto em comum entre estas buscas. Os algoritmos raciocinam sobre modelos simbólicos e foram implementados utilizando Diagramas de Decisão Binária. Este trabalho propõe a implementação e incorporação da busca simbólica bidirecional no arcabouço de planejamento com verificação simbólica de modelos, e a realização de testes em domínios de planejamento benchmarks do track clássico e do track unsolvability (problemas sem solução). |
| Abstract: | Automated Planning is a subarea of Artificial Intelligence that aims to choose actions from an intelligent agent to achieve a goal. One solution to a planning problem is a sequence of actions (plan), which takes the agent from an initial state to a state that satisfies the goal. When there is no plan that achieves a goal state, it is said that this problem has no solution. The search for a plan can be done in three ways: (i) progressive, from the initial state, trying to reach some state that meets the goal; (ii) regressive, from the set of states that satisfy the goal, trying to reach the initial state e; finally, (iii) bidirectional, simultaneously executing the progressive and regressive searches and trying to reach a common point between these searches. The algorithms reasoned about symbolic models and were implemented using Binary Decision Diagrams. This work proposes the implementation and incorporation of the bidirectional symbolic search in the planning framework with symbolic verification of models, and the performance of tests in planning domains of classic track and track unsolvability. |
| URI : | http://www.repositorio.ufc.br/handle/riufc/39485 |
| Aparece en las colecciones: | CIÊNCIA DA COMPUTAÇÃO-QUIXADÁ - Monografias |
Ficheros en este ítem:
| Fichero | Descripción | Tamaño | Formato | |
|---|---|---|---|---|
| 2018_tcc_vinteixeira.pdf | 732,01 kB | Adobe PDF | Visualizar/Abrir |
Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.