O grande avanço das técnicas de Planejamento em Inteligência Artificial fez com que a Engenharia de Requisitos e a Engenharia do Conhecimento ganhassem extrema importância entre as disciplinas relacionadas a projeto de engenharia (Engineering Design). A especificação, modelagem e análise dos domínios de planejamento automático se tornam etapas fundamentais para melhor entender e classificar os domínios de planejamento, servindo também de guia na busca de soluções. Neste trabalho, é apresentada uma proposta de um ambiente integrado de modelagem e análise de domínios de planejamento, que leva em consideração o ciclo de vida de projeto, representado por uma ferramenta gráfica de modelagem que utiliza diferentes representações: a UML para modelar e analisar as características estáticas dos domínios; XML para armazenar, integrar, e exportar informação para outras linguagens (ex.: PDDL); as Redes de Petri para fazer a análise dinâmica; e a PDDL para testes com planejadores. / The great development in Artificial Intelligence Planning has emphasized the role of Requirements Engineering and Knowledge Engineering among the disciplines that contributes to Engineering Design. The modeling and specification of automated planning domains turn out to be fundamental tasks in order to understand and classify planning domains and guide the application of problem solving techniques. In this work, it is presented the proposed integrated environment for modeling and analyzing automated planning domains, which considered the life cycle of a project, represented by a tool that uses several language representations: UML to model and perform static analyses of planning environments; XML to hold, integrate, share and export information to other language representations (e.g. PDDL); Petri Nets, where dynamic analyses are made; and PDDL for testing models with planners.

O grande avanço das técnicas de Planejamento em Inteligência Artificial fez com que a Engenharia de Requisitos e a Engenharia do Conhecimento ganhassem extrema importância entre as disciplinas relacionadas a projeto de engenharia (Engineering Design). A especificação, modelagem e análise dos domínios de planejamento automático se tornam etapas fundamentais para melhor entender e classificar os domínios de planejamento, servindo também de guia na busca de soluções. Neste trabalho, é apresentada uma proposta de um ambiente integrado de modelagem e análise de domínios de planejamento, que leva em consideração o ciclo de vida de projeto, representado por uma ferramenta gráfica de modelagem que utiliza diferentes representações: a UML para modelar e analisar as características estáticas dos domínios; XML para armazenar, integrar, e exportar informação para outras linguagens (ex.: PDDL); as Redes de Petri para fazer a análise dinâmica; e a PDDL para testes com planejadores. / The great development in Artificial Intelligence Planning has emphasized the role of Requirements Engineering and Knowledge Engineering among the disciplines that contributes to Engineering Design. The modeling and specification of automated planning domains turn out to be fundamental tasks in order to understand and classify planning domains and guide the application of problem solving techniques. In this work, it is presented the proposed integrated environment for modeling and analyzing automated planning domains, which considered the life cycle of a project, represented by a tool that uses several language representations: UML to model and perform static analyses of planning environments; XML to hold, integrate, share and export information to other language representations (e.g. PDDL); Petri Nets, where dynamic analyses are made; and PDDL for testing models with planners.

Submitted by Renata Lopes (renatasil82@gmail.com) on 2016-02-25T17:40:15Z No. of bitstreams: 1 gevaschaeferpereiramartins.pdf: 2682934 bytes, checksum: 33ec1a1ae839b115cb034d5d0518f377 (MD5) / Approved for entry into archive by Adriana Oliveira (adriana.oliveira@ufjf.edu.br) on 2016-03-03T13:32:32Z (GMT) No. of bitstreams: 1 gevaschaeferpereiramartins.pdf: 2682934 bytes, checksum: 33ec1a1ae839b115cb034d5d0518f377 (MD5) / Made available in DSpace on 2016-03-03T13:32:32Z (GMT). No. of bitstreams: 1 gevaschaeferpereiramartins.pdf: 2682934 bytes, checksum: 33ec1a1ae839b115cb034d5d0518f377 (MD5) Previous issue date: 2014-09-03 / As vantagens da utilização de jogos com objetivos educacionais podem ser consideradas como um consenso entre professores e alunos. No entanto, jogos sérios constituem-se objetos multimídia complexos e caros de se produzir. A natureza multidisciplinar dos jogos educacionais pressupõe o envolvimento e coordenação de uma equipe especializada. Com o objetivo de auxiliar no desenvolvimento de jogos educacionais é proposto o modelo computacional BROAD-PLG. O modelo é composto por uma arquitetura de alto nível, modelagens de domínio baseadas em características que descrevem três diferentes tipos dos jogos educacionais, e uma ferramenta de engenharia de aplicação, que permite instanciação de um arcabouço pronto para ser utilizado no desenvolvimento desses tipos de jogos. A separação de interesses divide o domínio de jogos educacionais em conjuntos de características que englobam aspectos educacionais, mecânica de jogos e elementos de gamificação. Ao final do trabalho são construídos três exemplos distintos de aplicações demonstrando esses três aspectos. Avaliando-se os exemplos pode-se concluir que o BROAD-PLG, apesar de estar na versão inicial, demonstra grande potencial para ser utilizado como uma ferramenta tanto na forma de geração de aplicações, quanto como referência na modelagem de domínio do problema. / The advantages of using games for educational purposes can be considered as a consensus among teachers and students. However, serious games constitute complex and expensive to produce multimedia objects. The multidisciplinary nature of educational games requires the involvement and coordination of a specialized team. With the objective of assisting in the development of educational games is proposed the computational model BROAD-PLG. The model consists of a high-level architecture, domain modeling based on features that describe three different faces of educational games and application engineering tool that allows instantiation of a framework ready to be used in game development. The separation of concerns splits the domain of educational games into sets of features that include educational aspects of game mechanics and gamification elements. At the end of the work three different application examples are constructed demonstrating these three aspects. In reviewing the examples it can be concluded that the broad-PLG despites being in the initial stage shows great potential to be used as a tool in generating applications as reference in modeling the problem domain.

Les modélisateurs rencontrent souvent des défis ou des difficultés lorsqu’il s’agit de concevoir un modèle logiciel particulier. Dans cette thèse, nous avons exploré différentes voies et examiné différentes approches pour résoudre cette problématique. Nous proposons enfin une approche simple mais novatrice qui améliore la complétion des activités de modélisation de domaines. Cette approche exploite la puissance des modèles de langage de grande taille en utilisant l’apprentissage par seulement quelques exemples, éliminant ainsi la nécessité d’un apprentissage profond ou d’un ajustement fin (fine tuning) sur des ensembles de données rares dans ce domaine. L’un des points forts de notre approche est sa polyvalence, car elle peut s’intégrer fa cilement à de nombreuses activités de modélisation, fournissant un aide précieux et des recommendations aux modélisateurs. De plus, nous avons mené une étude utilisateur pour évaluer l’utilité de cette méthode et la valeur de l’assistance en modélisation; nous avons cherché à savoir si l’effort investi dans l’assistance en modélisation vaut la peine en recueillant les commentaires des concepteurs de modèles logiciels. / Modelers often encounter challenges or difficulties when it comes to designing a particular software model. Throughout this thesis, we have explored various paths and examined different approaches to address this issue. We finally propose a simple yet novel approach enhancing completion in domain modeling activities. This approach leverages the power of large language models by utilizing few-shot prompt learning, eliminating the need for extensive training or fine-tuning on scarce datasets in this field. One of the notable strengths of our approach lies in its versatility, as it can be seamlessly integrated into various modeling activities, providing valuable support and recommendations to software modelers. Additionally, we conducted a user study to evaluate the usefulness of this approach and determine the value of providing assistance in modeling; we aimed to determine if the effort invested in modeling assistance is worthwhile by gathering feedback from software modelers.