Busca avançada
Ano de início
Entree


Processos de decisão Markovianos com probabilidades imprecisas e representações relacionais: algoritmos e fundamentos.

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
Data de defesa:
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
Linha de fomento: Bolsas no Brasil - Doutorado Direto