Descrição, representação e solução de jogos espaciais

• Processo: 16/18792-9
• Linha de fomento: Auxílio à Pesquisa - Parceria para Inovação Tecnológica - PITE
• Vigência: 01 de agosto de 2017 - 31 de julho de 2019
• Área do conhecimento: Ciências Exatas e da Terra - Ciência da Computação
• Convênio/Acordo: IBM Brasil
• Pesquisador responsável: Paulo Eduardo Santos
• Beneficiário: Paulo Eduardo Santos
• Instituição-sede: Campus de São Bernardo do Campo. Centro Universitário da FEI (UNIFEI). Fundação Educacional Inaciana Padre Sabóia de Medeiros (FEI). São Bernardo do Campo , SP, Brasil
• Empresa: IBM Brasil - Indústria, Máquinas e Serviços Ltda
• Município: São Bernardo do Campo
• Pesq. associados: Leonardo Anjoletto Ferreira ; Pedro Cabalar ; Reinaldo Augusto da Costa Bianchi
• Bolsa(s) vinculada(s): 17/09675-1 - Raciocínio diagramático para problemas espaciais, BP.MS; 17/07833-9 - Heurística e planejamento eficiente para problemas espaciais, BP.MS
• Assunto(s): Inteligência artificial Representação de conhecimento Ontologia (ciência da computação) Linguagem natural Algoritmos

Resumo

Compreender os processos de raciocínio envolvidos no conhecimento espacial é uma das questões-chave na investigação da cognição humana, como o espaço molda não só nossas ações no mundo do senso comum, mas também serve como o cenário em que nossas experiências cotidianas ter lugar. A presente proposta visa a investigação de métodos de representação de conhecimento relacionadas com a solução de uma família de puzzles espaciais compostas por objetos rígidos, cordas flexíveis e buracos. Os aspectos desafiadores deste domínio, não só reside na formalização de bom senso adequado de características espaciais não-padrão, tais como as cordas flexibilidade e a imaterialidade buracos, mas também sobre a aplicação eficiente dos solucionadores de problemas automatizados capazes de lidar com estas características. Uma restrição que impomos a nosso espaço solução é que a formalização construída deve ser capaz de produzir planos legíveis para resolver os quebra-cabeças (como a descrição da solução normalmente encontrados nos folíolos dos quebra-cabeças). Este projeto é esperado para impulsionar a state-of-the-art no tratamento de problemas não-trivial espaço-temporais que constituem o substrato do mecanismo básico de compreensão (e resolver) problemas matemáticos. A nossa metodologia, aplicada ao longo de uma série de documentos consistiu em uma estratégia de baixo para cima, a partir de um conjunto muito restrito de restrições e, gradualmente, relaxando-os para cobrir puzzles com características mais desafiadoras. Por exemplo, os esforços iniciais foram colocados em resolver um enigma espacial básica com cordas, buracos e objetos rígidos usando uma representação baseada em lista de travessias de cordas. Este trabalho levou a um trabalho extenso que contém uma formalização lógica completa em termos de situação de Cálculo e Equilibrium Logic (uma abordagem Raciocínio não monótono generalizar a semântica modelo estáveis para programas lógicos). Esse trabalho também incluiu um planejador preliminar capaz de resolver o quebra-cabeça de forma automatizada. Este domínio constitui um \ emph {desafio} para algoritmos de planejamento, uma vez que os estados são descritos em termos de fluentes, cujo número pode “crescer arbitrariamente” (os cruzamentos de cordas podem aparecer ou desaparecer depois de cada ação executada). A presente proposta deve seguir uma rota de desenvolvimento semelhante, mas nosso objetivo principal aqui será na compreensão automatizar das descrições do domínio de linguagem natural e sobre o desenvolvimento de um planejador eficiente capaz de fornecer soluções para os enigmas. O sucesso do projeto será medido pela realização de cada um dos pacotes de trabalho, cada um dos quais acompanham uma publicação em um prestigiado anais de conferências (como IJCAI, KR, AAAI, ou ECAI) ou em um jornal seletiva (como a inteligência artificial Jornal ou o Journal of artificial Intelligence Research). Também esperamos ter a conclusão bem-sucedida de três teses de mestrado e o (GNU General Public License) registo de um software para resolver problemas espaciais (um planejador). (AU)

Publicações científicas

(4)

(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)

BIANCHI, REINALDO A. C.; SANTOS, PAULO E.; DA SILVA, ISAAC J.; CELIBERTO, JR., LUIZ A.; DE MANTARAS, RAMON LOPEZ. Heuristically Accelerated Reinforcement Learning by Means of Case-Based Reasoning and Transfer Learning. JOURNAL OF INTELLIGENT & ROBOTIC SYSTEMS, v. 91, n. 2, SI, p. 301-312, AUG 2018. Citações Web of Science: 0.

PERICO, DANILO H.; HOMEM, THIAGO P. D.; ALMEIDA, AISLAN C.; SILVA, ISAAC J.; VILAO, JR., CLAUDIO O.; FERREIRA, VINICIUS N.; BIANCHI, REINALDO A. C. Humanoid Robot Framework for Research on Cognitive Robotics. JOURNAL OF CONTROL AUTOMATION AND ELECTRICAL SYSTEMS, v. 29, n. 4, p. 470-479, AUG 2018. Citações Web of Science: 0.

FERREIRA, LEONARDO A.; BIANCHI, REINALDO A. C.; SANTOS, PAULO E.; LOPEZ DE MANTARAS, RAMON. Answer set programming for non-stationary Markov decision processes. APPLIED INTELLIGENCE, v. 47, n. 4, p. 993-1007, DEC 2017. Citações Web of Science: 1.

DONADON HOMEM, THIAGO PEDRO; PERICO, DANILO HERNANI; SANTOS, PAULO EDUARDO; DA COSTA BIANCHI, REINALDO AUGUSTO; LOPEZ DE MANTARAS, RAMON. Retrieving and reusing qualitative cases: An application in humanoid-robot soccer. AI COMMUNICATIONS, v. 30, n. 3-4, SI, p. 251-265, 2017. Citações Web of Science: 2.