Pasar al contenido principal

Planificación automática

El curso está completo

Acerca de este curso

El objetivo de este curso es ofrecer una visión de los diferentes modelos de representación del conocimiento y razonamiento que se emplean habitualmente en el área de Planificación en Inteligencia Artificial.

Los sistemas de planificación automática se utilizan para determinar el conjunto de pasos o acciones que es necesario aplicar para resolver un problema determinado. Se estudiarán modelos de planificación clásica, incluyendo las actuales técnicas de planificación heurística, así como modelos alternativos como la planificación temporal o con incertidumbre. Los estudiantes trabajarán con los planificadores más actuales para la resolución de problemas reales. Asimismo, se ofrecerá un enfoque práctico de la planificación a través de la modelización de problemas de logística, robótica, transporte, gestión de cadenas de suministro, etc. .

Prerrequisitos

El estudiante debe disponer de conocimientos básicos de algoritmia, así como de técnicas básicas de Inteligencia Artificial. En el curso, se utilizarán conceptos de búsqueda heurística, lógica computacional (proposicional o de predicados), o satisfacibilidad lógica entre otros.

Temario

  • Tema 1: Introducción
    • Objetivo de la asignatura
    • Introducción a la Planificación Automática
  • Tema 2: Representación en Planificación
    • Introducción
    • Representación clásica: lógica de predicados
    • Representación variable-estado
    • El mundo de bloques
    • PDDL1.2
  • Tema 3: Búsqueda en espacio de estados
    • Planificación lineal. STRIPS
    • Planificación lineal y no lineal
  • Tema 4: Búsqueda en espacio de planes
  • Tema 5: Búsqueda en grafos de plan
  • Tema 6: Búsqueda heurística
    • Heurísticas independientes del dominio. HSP
    • Heurísticas basadas en plan relajado. FF
  • Tema 7: Técnicas actuales en planificación clásica
    • Planificación basada en SAS+. FD, LAMA
    • Landmarks
    • Bases de datos de patrones
    • Búsqueda simbólica. SymBA*
    • Búsqueda estocástica. LPG
  • Tema 8: Planificación SAT. SATPLAN
  • Tema 9: Planificación temporal y con recursos
  • Tema 10: Planificación con incertidumbre
  • Tema 11: Aprendizaje en planificación
    • Introducción
    • Aprendizaje de conocimiento de control
    • Aprendizaje de modelos de dominio
  • Tema 12: Otras técnicas
    • Redes jerárquicas de tareas. HTN
    • Planificación multi-agente

Profesores del curso

Course Staff Image #1

Daniel Borrajo

Daniel Borrajo es Catedrático de Universidad en la Universidad Carlos III de Madrid y coordina el grupo de investigación PLG (Planning and Learning Group). Tiene más de 25 años de experiencia en el campo de la planificación automática. Ha sido el Chair de la conferencia de planificación automática (ICAPS) dos veces (2013 y 2006) y ha sido miembro del comité de gestión de dicha conferencia.

Course Staff Image #2

Eva Onaindía

Eva Onaindía es Catedrática de Universidad en la Universitat Politècnica de València donde imparte las asignaturas de Sistemas Inteligentes y Planificación Automática. Trabaja en Planificación Automática desde el año 2000 y es la coordinadora del grupo de investigación GRPS (Group of Reasoning on Planning and Scheduling). Participa regularmente como miembro del Comité de Programa de la de la conferencia de planificación automática (ICAPS) y es editora jefe de la revista (AI Communications )

Preguntas frecuentes

¿Cuándo comienza el curso?

Tiempo Completo

  • Seguimiento de la asignatura: del 1 de Enero al 31 de Enero
  • Entrega de actividades: hasta el 31 de Marzo

Tiempo Parcial

  • Seguimiento de la asignatura: del 1 de Enero al 28 de Febrero
  • Entrega de actividades: hasta el 31 de Mayo

¿Cómo serán las pruebas de evaluación del curso?

Se definen dos tipos de actividades

Tests:

  • Se realizarán varios tests correspondientes al temario de la asignatura
  • Las fechas de entrega de los tests se pueden consultar en las transparencias de presentación de la asignatura

Trabajos prácticos:

  • Una práctica individual consistente en ejecutar un planificador sobre un dominio de planificación proporcionado
  • Una práctica individual o colectiva consistente en modelar, codificar en lenguaje PDDL y ejecutar con varios planificadores, un dominio de planificación del cual se proporciona la descripción
  • Las fechas de entrega de los trabajos se pueden consultar en las transparencias de presentación de la asignatura

La Universitat Politècnica de València utiliza cookies propias y de terceros por motivos de seguridad, y también para mejorar la experiencia del usuario y conocer sus hábitos de navegación. Recuerda que, al utilizar nuestros servicios, admites nuestro aviso legal y nuestra política de cookies. Entendemos que, si continuas navegando, es porque apruebas estos términos.