Submitted by Setor de Tratamento da Informa??o - BC/PUCRS (tede2@pucrs.br) on 2016-07-26T14:20:24Z
No. of bitstreams: 1
DIS_RAMON_FRAGA_PEREIRA_COMPLETO.pdf: 1672915 bytes, checksum: 3cf47a5c224b3f99a343aab57bf00bf3 (MD5) / Made available in DSpace on 2016-07-26T14:20:24Z (GMT). No. of bitstreams: 1
DIS_RAMON_FRAGA_PEREIRA_COMPLETO.pdf: 1672915 bytes, checksum: 3cf47a5c224b3f99a343aab57bf00bf3 (MD5)
Previous issue date: 2016-03-15 / Recognition of goals and plans using incomplete evidence from action execution can be
done efficiently by using automated planning techniques. In many applications it is important to recognize goals and plans not only accurately, but also quickly. In order to address this challenge, we develop recognition approaches based on planning techniques that rely on planning landmarks to filter candidate goals and plans from observations. In automated planning, landmarks are properties or actions that cannot be avoided to achieve a goal. We address the task of recognizing goals and plans without pre-defined static plan libraries, and instead we use a planning domain definition to represent the problem and the expected agent behavior. In this work, we show the applicability of planning techniques for recognition tasks in three settings: first, we use planning landmarks to develop a heuristic-based plan recognition approach; second, we refine an existing planningbased plan recognition approach; and finally, we use planning techniques to develop an approach for detecting plan abandonment. The plan abandonment detection approach we develop aims to analyze a sequence of observations and a monitored goal to determine if an observed agent is still pursuing, or has no intention to complete such monitored goal. These recognition approaches are evaluated in experiments over several planning domains. We show that our plan recognition approach yields not only accuracy comparable to other state-of-the-art techniques, but also substantially lower recognition time over such techniques. Furthermore, our plan abandonment detection approach yields high accuracy at low computational cost to detect which actions do not contribute for achieving a particular monitored goal. / T?cnicas de planejamento autom?tico s?o eficientes no reconhecimento de objetivos e
planos a partir da execu??o de a??es e evid?ncias incompletas. Para muitas aplica??es ? importante
reconhecer objetivos e planos n?o somente acuradamente, mas tamb?m de maneira r?pida
e precisa. Assim, para lidar com esse desafio, desenvolvemos uma abordagem a qual utiliza uma
heur?stica baseada em t?cnicas de planejamento autom?tico, guiando-se por pontos-de-refer?ncia,
que filtra poss?veis objetivos e planos a partir de observa??es. Em planejamento autom?tico, pontosde-
refer?ncia s?o propriedades (ou a??es), em que todo o plano precisa alcan?ar (ou executar), em
alguma determinada parte da execu??o do plano a fim de atingir um objetivo estipulado. Neste
trabalho, formalizamos a tarefa de reconhecimento de objetivos e planos sem a utiliza??o de biblioteca
de planos, ou seja, utilizamos uma defini??o de dom?nio para planejamento autom?tico. Sendo
assim, estabelecemos o problema e o comportamento do agente a ser observado (a??es e objetivos)
utilizando uma linguagem de planejamento autom?tico. A partir disso, mostramos a aplicabilidade
da nossa abordagem baseada em t?cnicas de planejamento de tr?s formas: (1) desenvolvendo uma
heur?stica baseada em pontos-de-referencia para reconhecer objetivos e planos; (2) refinando uma
abordagem existente para reconhecimento de planos; e for fim, (3) desenvolvendo uma abordagem
para reconhecer abandono de planos. A abordagem para reconhecimento de abandono de planos
desenvolvida tem como objetivo analisar uma seq??ncia de observa??es (a??es), afim de detectar
quais n?o contribuem para alcan?ar o objetivo o qual est? sendo monitorado. Para fins de avalia??o
e experimenta??o, utilizou-se v?rios dom?nios de planejamento autom?tico, e com isso, foi poss?vel
mostrar que nossa abordagem para reconhecimento de planos comporta-se acuradamente e rapidamente
quando comparada com o estado-da-arte. Ainda, demonstramos que a nossa abordagem para
detectar abandono de planos comporta-se com precis?o e com baixo custo computacional, detectando
precisamente a??es que n?o contribuem para alcan?ar um determinado objetivo monitorado.
| Identifer | oai:union.ndltd.org:IBICT/oai:tede2.pucrs.br:tede/6854 |
| Date | 15 March 2016 |
| Creators | Pereira, Ramon Fraga |
| Contributors | Meneguzzi, Felipe Rech |
| Publisher | Pontif?cia Universidade Cat?lica do Rio Grande do Sul, Programa de P?s-Gradua??o em Ci?ncia da Computa??o, PUCRS, Brasil, Faculdade de Inform?tica |
| Source Sets | IBICT Brazilian ETDs |
| Language | English |
| Detected Language | English |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Format | application/pdf |
| Source | reponame:Biblioteca Digital de Teses e Dissertações da PUC_RS, instname:Pontifícia Universidade Católica do Rio Grande do Sul, instacron:PUC_RS |
| Rights | info:eu-repo/semantics/openAccess |
| Relation | 1974996533081274470, 600, 600, 600, -3008542510401149144, 3671711205811204509 |
Page generated in 0.0021 seconds