Jupiterweb

Informações da Disciplina

Preparar para impressão

Júpiter - Sistema de Gestão Acadêmica da Pró-Reitoria de Graduação

Escola de Artes, Ciências e Humanidades

Artes, Ciências e Humanidades

Disciplina: ACH2137 - Tópicos em Planejamento em Inteligência Artificial

Special Topics in Artificial Intelligence Planning

Créditos Aula:	4
Créditos Trabalho:	0
Carga Horária Total:	60 h
Tipo:	Semestral
Ativação:	01/01/2012	Desativação:

Objetivos

Estudar os fundamentos teóricos básicos, técnicas e principais abordagens usadas em planejamento em Inteligência Artificial.

Docente(s) Responsável(eis)

	4812010 - Karina Valdivia Delgado
	1596950 - Patrícia Rufino Oliveira

Programa Resumido

Serão abordados os seguintes tópicos: representação e raciocínio sobre ações, planos e modelos do mundo; algoritmos de planejamento clássico e extensões.

Programa

1.	Introdução e motivação. A tarefa de planejamento. Representação e raciocínio sobre ações. Planejamento versus busca.
2.	Planejamento de ordem parcial (POP).
3.	Planejamento como busca em grafos de planejamento (Graphplan)
4.	Planejamento como satisfatibilidade (SatPlan, Blackbox)
5.	Planejamento hierárquico (HTN) 
6.	Planejamento com heurística
7.	Planejamento não clássico
8.	Aplicações de Planejamento: robótica, planejamento de processos industriais, logística/transporte, composição de serviços web, etc.

Avaliação

Método

Serão atribuídas notas às provas e trabalhos práticos que envolvem a implementação e avaliação de algoritmos de planejamento. A nota final será calculada pela média ponderada das notas obtidas pelo aluno nos trabalhos e provas.

Critério

Média ponderada das notas atribuídas a todas as atividades realizadas pelo aluno ao longo do semestre.

Norma de Recuperação

Trabalho individual e/ou prova individual.

Bibliografia

Livro texto:
Dana Nau, Malik Ghallab, and Paolo Traverso. Automated Planning: Theory & Practice. Morgan Kaufmann Publishers Inc., San Francisco, CA, USA, 2004.
Bibliografia Complementar:

Stuart Russel and Peter Norvig. Artificial Intelligence: A Modern Approach, 2 ed., Prentice Hall, 2002. 
D. A. McAllester and D. Rosenblitt. Systematic nonlinear planning. AAAI, 1991. 
M. A. Peot and D. E. Smith. Conditional nonlinear planning. International Conference on Artificial Intelligence Planning Systems, 1992. 
A. L. Blum and M. Furst. Fast planning through planning graph analysis. AIJ, 90(1-2), pp. 281-300, 1997. 
H. Kautz and B. Selman. Planning as satisfiability. European Conference on Artificial Intelligence, 1992. 
K. Erol, J. Hendler, and D. S. Nau. UMCP: A sound and complete procedure for hierarchical task-network planning. International Conference on AI Planning Systems (AIPS), pp. 249-254, 1994.
Q. Yang. Formalizing planning knowledge for hierarchical planning. Computational Intelligence 6, pp. 12-24, 1990. 
P. Haslum and H. Geffner. Heuristic planning with time and resources. IJCAI-01 Workshop on Planning with Resources, 2001. 
C. Boutilier, T. Dean and S. Hanks. Decision-Theoretic planning: Structural assumptions and computational leverage. JAIR 11, pp. 1-94, 1999. 
C. Guestrin, D. Koller, R. Parr and S. Venkataraman. Efficient solution algorithms for factored MDPs. JAIR 19, pp. 399-468, 2003.

Clique para consultar os requisitos para ACH2137

Clique para consultar o oferecimento para ACH2137