Algoritmos genéticos para planejamento em inteligência artificial

Abstract

Resumo: Este trabalho apresenta uma revisão bibliográfica atualizada sobre duas grandes áreas da Inteligência Artificial: Planejamento e Algoritmos Genéticos. A pesquisa se estende pela criação de modelos genéticos implementados em um sistema planejador dedicado à resolução de uma conhecida classe de problemas de planejamento, usando bibliotecas de código de domínio público em ambas as áreas. Uma análise dos resultados motivou a remodelagem e nova implementação, alterando a plataforma e o sistema operacional e reescrevendo o código sem o uso das bibliotecas de domínio público. O modelo foi readaptado e ajustado conforme os resultados dos novos testes, para o uso de novos operadores genéticos não-convencionais, permitindo alcançar novas conclusões sobre a abordagem original proposta. Outra importante contribuição apresenta uma forma alternativa e simples de inferir tipos de objetos e parâmetros na linguagem PDDL para instancíar corretamente as ações e reduzir drasticamente o espaço de busca.

Abstract: This work presents an up-to-dated literature review about two Artificial Intelligence areas: Planning and Genetic Algorithms. The investigation evolved to create genetic models implemented into a planning system applied to solve a known class of planning problems that uses public-domain code librarians for both areas. One of the resulting analysis has motivated the remodeling and a new implementation, which was accomplished in this work through changing the platform and the operating system by rewriting the code without the use of the public domain librarians. The model was readapted and adjusted in accordance with new test results, for to be used with nonconventional new genetic operators, allowing new conclusions about the proposed approach. Another important contribution presents an alternative and simple way to infer kinds of objects and parameters in the PDDL language to correctly instantiate the actions and to reduce drastically the search space.