Razonamiento basado en casos aplicado a la planificación heurística

Résumé

La Planificación Automática es una rama de la Inteligencia Artificial que estudia la construcción de conjuntos o secuencias de acciones, llamadas planes, que permiten transformar el estado de un entorno, con el objetivo de alcanzar las metas de un problema planteado. La planificación heurística es un paradigma dentro de la planificación automática que resuelve los problemas utilizando algoritmos de búsqueda que son guiados por una función de evaluación llamada heurística. Este paradigma ha dado grandes frutos en los últimos años gracias al desarrollo de funciones heurísticas que se pueden construir de forma independiente al dominio de planificación. Los inconvenientes que presentan estas heurísticas son que, por un lado tienen un alto coste computacional, dificultando la resolución de problemas grandes dentro de un tiempo razonable. y por otro lado, la poca información en ciertos tipos de dominios, provocando que en ocasiones los algoritmos busquen infructuosamente una solución. Por esto, surge la idea de retomar técnicas de aprendizaje automático que en años pasados fueron utilizadas sobre otros paradigmas de planificación, con la idea de mejorar la eficiencia de los planificadores. El objetivo de esta tesis doctoral es desarrollar un sistema de razonamiento basado en casos que sirva para complementar la búsqueda de un planificador heurístico. Se estudia el uso del conocimiento de los casos en diferentes algoritmos de búsqueda, y se evalúa experimentalmente sobre un conjunto de dominios, que por su diversidad, permite validar la técnica. Adicionalmente, se valora el conocimiento aprendido en los casos para establecer relaciones entre la información que puede almacenarse y las mejoras que se pueden obtener en el proceso de planificación.