Tesis informatica

APRENDIZAJE AUTOMATICO BASADO EN INTERCAMBIO DE OPERADORES EN SISTEMAS INTELIGENTES AUTONOMOS TESIS DE GRADO EN INGENIERIA INFORMATICA FACULTAD DE INGENIERIA UNIVERSIDAD DE BUENOS AIRES

TESISTA: Sr. Pablo MACERI DIRECTOR: Prof. Dr. Ramón GARCIA-MARTINEZ Laboratorio de Sistemas Inteligentes JUNIO 2001

Aprendizaje Automático Basado en Intercambio de Operadores en Sistemas InteligentesAutónomos

Resumen
Los sistemas inteligentes que actúan de forma autónoma en un ambiente tienen que ser capaces de integrar tres comportamientos básicos: aprendizaje, planificación y ejecución. Esta integración es imprescindible cuando se requiere del sistema un desempeño satisfactorio en ausencia de conocimiento sobre cómo sus acciones pueden afectar el ambiente en el cual funciona o cómo reaccionaéste a sus acciones. En este contexto, los sistemas inteligentes autónomos (SIA) deben ser capaces de aprender el comportamiento de su ambiente y estructurar este aprendizaje mediante la formulación de teorías de su funcionamiento (operadores). Por otra parte, deben ser capaces de autoproponerse objetivos y construir planes (a partir de la teoría de funcionamiento del ambiente que han aprendido)para alcanzarlos. En este trabajo, se estudia de qué manera la interacción entre sistemas inteligentes autónomos, que intercambian los operadores aprendidos en un mismo ambiente, mejora el comportamiento individual acelerando la convergencia del aprendizaje y el rendimiento general para alcanzar los objetivos autopropuestos por el SIA.

Palabras claves: Planificación, aprendizaje no supervisado,sistemas inteligentes autónomos, formación y revisión de teorías, cooperación entre agentes.

Abstract
Intelligent systems that act autonomously in an environment have to be able to integrate three basic behaviors: learning, planning and execution. This integration is mandatory when the system must have a satisfactory performance without any knowledge about how its actions can affect theenvironment in which it runs or how the environment reacts to its actions. In this context, autonomous intelligent systems (AIS) have to be able to learn the enviroment’s behavior and to structure this learning by the formulation of theories about his permormace (operators). Moreover, they have to be able to self-propose goals and setup plans for achieving them.
Resumen Pablo M. Maceri i

AprendizajeAutomático Basado en Intercambio de Operadores en Sistemas Inteligentes Autónomos

This work studies how the interaction between autonomous intelligent systems, that share the operators learnt in the same environment, improves the individual performance increasing the learning convergence speed and the general performance to achieve the AIS self-proposed goals. Keywords: Planning, unsupervisedmachine learning, autonomous intelligent systems, theory formation and revision, cooperation between agents.

ii

Pablo M. Maceri

Resumen

Indice
Capítulo 1 - Introducción Capítulo 2 - Estado de la Cuestión 2.1. GINKO: Una arquitectura integrada para aprendizaje y planificación en robótica 2.2. PRODIGY: una arquitectura integrada para planificación y aprendizaje 2.3. Un Análisis de Soarcomo una Arquitectura Integrada 2.4. LIVE: una arquitectura para aprendizaje del entorno 2.5. Dyna, una Arquitectura Integrada para Aprendizaje, Planificación 2.6. Sistema de Christiansen 2.7. Sistema de Hayes-Roth 2.8. Sistema Inteligente Autónomo Capítulo 3 - Descripción del Problema 3.1. Introducción 3.2. Integración SIA-Khepera 3.3. El problema de la extensión del modelo del SIA 3.4.Interacción entre intercambio de operadores y otras estrategias 3.5. Lugar de las soluciones Capítulo 4 - Solución Propuesta 4.1. Introducción 4.2. Representación del modelo de teoría 4.3. Descripción General del Sistema 4.4. Arquitectura del Sistema 4.5. Entorno del Sistema 4.6 Sistema Sensor 4.7. Módulo de Aprendizaje 4.8. Módulo Planificador 4.9. Módulo Ponderador de Planes 4.10. Módulo Controlador...