Texto completo
| |
| Autor(es): |
Ricardo Shirota Filho
Número total de Autores: 1
|
| Tipo de documento: | Tese de Doutorado |
| Imprenta: | São Paulo. |
| Instituição: | Universidade de São Paulo (USP). Escola Politécnica (EP/BC) |
| Data de defesa: | 2012-05-03 |
| Membros da banca: |
Fabio Gagliardi Cozman;
Leliane Nunes de Barros;
Jaime Shinsuke Ide;
Kate Cerqueira Revoredo;
Renata Wassermann
|
| Orientador: | Fabio Gagliardi Cozman |
| Resumo | |
Este trabalho é dedicado ao desenvolvimento teórico e algorítmico de processos de decisão markovianos com probabilidades imprecisas e representações relacionais. Na literatura, essa configuração tem sido importante dentro da área de planejamento em inteligência artificial, onde o uso de representações relacionais permite obter descrições compactas, e o emprego de probabilidades imprecisas resulta em formas mais gerais de incerteza. São três as principais contribuições deste trabalho. Primeiro, efetua-se uma discussão sobre os fundamentos de tomada de decisão sequencial com probabilidades imprecisas, em que evidencia-se alguns problemas ainda em aberto. Esses resultados afetam diretamente o (porém não restrito ao) modelo de interesse deste trabalho, os processos de decisão markovianos com probabilidades imprecisas. Segundo, propõe-se três algoritmos para processos de decisão markovianos com probabilidades imprecisas baseadas em programação (otimização) matemática. E terceiro, desenvolvem-se ideias propostas por Trevizan, Cozman e de Barros (2008) no uso de variantes do algoritmo Real-Time Dynamic Programming para resolução de problemas de planejamento probabilístico descritos através de versões estendidas da linguagem de descrição de domínios de planejamento (PPDDL). (AU) | |
| Processo FAPESP: | 05/58090-9 - Algoritmos para processos de decisão markovianos relacionais com probabilidade imprecisas |
| Beneficiário: | Ricardo Shirota Filho |
| Modalidade de apoio: | Bolsas no Brasil - Doutorado Direto |