Answer set programming for non-stationary Markov decision processes

Autor(es)

Ferreira, Leonardo A. ^[1] ; Bianchi, Reinaldo A. C. ^[2] ; Santos, Paulo E. ^[2] ; Lopez de Mantaras, Ramon ^[3]

Afiliação do(s) autor(es)

^[1] Univ Metodista Sao Paulo, Rua Alfeu Tavares 149, Sao Paulo - Brazil

^[2] Ctr Univ FEI, Av Humberto Alencar Castelo Branco 3972, Sao Paulo - Brazil

^[3] Inst Invest Intelligencia Artificial, Bellaterra 08193, Catalonia - Spain

• Tipo de documento: Artigo Científico
• Fonte: APPLIED INTELLIGENCE; v. 47, n. 4, p. 993-1007, DEC 2017.
• Citações Web of Science: 1

Resumo

Non-stationary domains, where unforeseen changes happen, present a challenge for agents to find an optimal policy for a sequential decision making problem. This work investigates a solution to this problem that combines Markov Decision Processes (MDP) and Reinforcement Learning (RL) with Answer Set Programming (ASP) in a method we call ASP(RL). In this method, Answer Set Programming is used to find the possible trajectories of an MDP, from where Reinforcement Learning is applied to learn the optimal policy of the problem. Results show that ASP(RL) is capable of efficiently finding the optimal solution of an MDP representing non-stationary domains. (AU)

• Processo FAPESP: 11/19280-8 - CogBot: integrando informação perceptual e conhecimento semântico na robótica cognitiva
• Beneficiário: Anna Helena Reali Costa
• Modalidade de apoio: Auxílio à Pesquisa - Regular
• Processo FAPESP: 16/18792-9 - Descrição, representação e solução de jogos espaciais
• Beneficiário: Paulo Eduardo Santos
• Modalidade de apoio: Auxílio à Pesquisa - Parceria para Inovação Tecnológica - PITE
• Processo FAPESP: 16/21047-3 - ALIS: Aprendizado Autônomo em Sistemas Inteligentes
• Beneficiário: Anna Helena Reali Costa
• Modalidade de apoio: Auxílio à Pesquisa - Regular