BDBComp
Parceria:
SBC
Heurísticas para Detecção de Becos sem Saída em Planejamento Probabilístico

Thiago D. SimãoIgnasi AndresViviane B. dos SantosLeliane N. de Barros

Planejamento automático sob incerteza, ou Planejamento Probabil?stico, é a subárea da Inteligência Artificial que trata problemas de decisãosequencial com o objetivo de minimizar o custo esperado para uma meta desejada. Soluções clássicas baseadas em programação dinâmica são capazes deresolver de maneira eficiente problemas de planejamento probabil?stico modelados como Processos de Decisão Markovianos. Um tópico de pesquisa atual éa escolha de heur?sticas eficientes para detecção de estados considerados becossem sa?da, isto é, estados a partir dos quais não é poss?vel alcançar um estadometa, sendo que a sua detecção prematura afeta diretamente a eficiência dosplanejadores. Neste trabalho discutimos as principais caracter?sticas de cincoheur?sticas comumente usadas em planejamento clássico e aplicadas em umaversão determin?stica de um problema de planejamento probabil?stico. Apresentamos também uma análise emp?rica sobre o comportamento dessas heur?sticasem quatro dom?nios de planejamento probabil?stico.

http://www.lbd.dcc.ufmg.br/colecoes/eniac/2016/008.pdf

Caso o link acima esteja inválido, faça uma busca pelo texto completo na Web: Buscar na Web

Biblioteca Digital Brasileira de Computação - Contato: bdbcomp@lbd.dcc.ufmg.br
     Mantida por:
LBD