Goal recognition over imperfect domain models

Abstract

Reconhecimento de objetivos é definido como a tarefa de reconhecer o objetivo o qual agentes autônomos ou humanos visam alcançar a partir de observações de seu comportamento em um ambiente. Nos últimos anos, a grande maioria das abordagens para reconhecimento de objetivos e planos tem ignorado a necessidade de lidar com imperfeições em modelos de domínios que formalizam o ambiente onde agentes autônomos planejam e agem para alcançar seus objetivos. Nesta tese, introduzimos o problema de reconhecimento em modelos de domínio com imperfeições, e desenvolvemos abordagens que explicitamente lidam com dois tipos distintos de modelos de domínio com imperfeições: (1) modelos de domínio discretos e incompletos, onde as partes incompletas do domínio são anotadas na descrição das ações, usando possíveis precondições e efeitos na descrição das ações; e (2) modelos de domínio contínuos aproximados, onde a função de transição não é bem definida e é aproximada a partir de observações passadas. As abordagens que desenvolvemos são inovadoras e exploram técnicas conhecidas da literatura de . Experimentos e avaliações mostram que as abordagens que desenvolvemos nesta tese são acuradas quando comparadas a outras abordagens base da literatura, sob diversos níveis de observabilidade e imperfeições.