Planos flexíveis de ações motivadas a percepção para melhoria de autonomia de sistema

• Processo: 12/19898-4
• Modalidade de apoio: Bolsas no Exterior - Pesquisa
• Data de Início da vigência: 15 de abril de 2013
• Data de Término da vigência: 29 de janeiro de 2014
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
• Pesquisador responsável: Carlos Henrique Quartucci Forster
• Beneficiário: Carlos Henrique Quartucci Forster
• Pesquisador Anfitrião: Brian Charles Williams
• Instituição Sede: Divisão de Ciência da Computação (IEC). Instituto Tecnológico de Aeronáutica (ITA). Ministério da Defesa (Brasil). São José dos Campos , SP, Brasil
• Instituição Anfitriã: Massachusetts Institute of Technology (MIT), Estados Unidos
• Assunto(s): Sistemas autônomos Aprendizado computacional Robótica Sistemas de apoio à decisão
• Palavra(s)-Chave do Pesquisador: Aprendizado de Máquina | Percepção Ativa | Reconhecimento de Objetos | Robótica | Sistemas Autônomos | Inteligência Artificial

Resumo

Uma forma de melhorar a qualidade da informação sensorial do ambiente em que um sistema autônomo se insere é efetuando-se ações específicas para melhora da percepção e isto se chama percepção ativa. A consequência é a tomada de decisões com maior confiança. Enquanto sistemas simples funcionam sem essa capacidade em ambientes regulares e bem estruturados, sistemas que atuam em ambientes mais complexos devido a ambiguidade, dinamicidade e incompleteza do conhecimento podem se beneficiar dessa técnica para reduzir a incerteza quanto ao ambiente. Propomos utilizar como base um sistema de planejamento e execução de planos flexíveis para implementar a percepção ativa. Para isso, as necessidades do processo de percepção devem ser modelados na forma de "objetivos" e "restrições" para especificar os planos flexíveis em conjunto com os objetivos finais da tarefa ou missão do sistema. Essas metas de percepção são inspiradas no valor da informação, nos estudos da aprendizagem ativa, da sondagem ativa e da estimação ativa. Nossos experimentos empregam o reconhecimento de objetos como sua modalidade de percepção e abordam os problemas de observabilidade parcial devido a projeção, oclusão e resolução. Eles acontecem em um ambiente físico simulando um cenário de produção industrial, rico e dinâmico, e se espera que robôs sejam capazes de tomar decisões que favorecem a percepção para melhorar o resultado final, por exemplo, mover obstáculos de oclusão, trazer objetos mais próximos à câmera, observar a partir de posições diferentes ou, então, pedir auxílio a outra fonte de informação. (AU)