1. Introducción
El origen de este grupo de investigación surge por la necesidad de resolver problemas dinámicos. Para ello se empleó técnicas basadas en el conocimiento (sistemas expertos) y métodos de razonamiento temporal. Con la resolución de estos problemas se puso de manifiesto la aplicabilidad de estos modelos y técnicas en problemas de ámbito real. Debido a la amplitud y complejidad de estos problemas, el grupo siguió distintas líneas de investigación. Todas ellas están enmarcadas bajo el área de la Inteligencia Artificial.
El razonamiento temporal constituye un campo activo de investigación, con aplicaciones en varias áreas de Inteligencia Artificial, tales como sistemas basados en el conocimiento, planificación, scheduling, comprensión del lenguaje natural, etc. En estas áreas, el tiempo juega un papel esencial. Los problemas tienen un comportamiento dinámico y es necesario representar y razonar la información sobre su dimensión temporal. A raíz de los trabajos realizados en sistemas basados en el conocimiento y razonamiento temporal, surgieron las principales líneas de investigación, enunciadas a continuación:
• Sistemas basados en el conocimiento con capacidad de razonamiento temporal. Integración en una arquitectura blackboard. Restricciones de tiempo real.
• Sistemas de planificación.
• Modelos temporales: Representación, Algoritmos Temporales.
• Sistemas de scheduling (un problema en el marco del razonamiento temporal).
2. Sistemas basados en el conocimiento. Razonamiento temporal
Dentro de la Inteligencia Artificial y concretamente dentro de los sistemas basados en el conocimiento (de donde surgió la arquitectura REAKT, uno de los campos de mayor difusión ha sido la teoría de agentes inteligentes. Para poder incorporar conocimiento en un sistema que trabaja en un entorno con restricciones de tiempo real, se escogió la representación mediante el modelo de blackboard utilizando el paradigma de agente/sistemas multi-agente. Así, múltiples agentes pueden ejecutarse en paralelo, compartiendo datos comunes. Como consecuencia directa de esta línea de investigación se sigue trabajando en la teoría de agentes: arquitectura, comunicación y lenguajes. Adicionalmente, se sitúa el desarrollo de herramientas para la representación y tratamiento de hechos temporales (TempoClips).
3. Planificación
Uno de los trabajos actuales desarrollados en el grupo, y en este ámbito, consiste en un planificador de orden parcial regresivo POCL (Partial Order Causal Link) denominado SPLIN (Sistema de PLanificación INteligente)
Para poder añadir restricciones de alto nivel entre acciones, se estudia la incorporación de macro-acciones. En un primer nivel de planificación, se obtiene un plan abstracto, compuesto por una secuencia parcialmente ordenada de macro-acciones, que se refinará en sucesivos niveles de planificación. Igualmente, se está trabajando en la planificación de Redes Jerárquicas de Tareas (HTN) y en la aplicación de heurísticas independientes del dominio.
4. Modelos temporales.
Un problema temporal lo especificamos como un conjunto de variables X={xi}, un Dominio de Interpretación D, y un conjunto de restricciones temporales (por defecto, binarias) entre las variables {(xicijxj)}. Las variables pueden representar puntos o intervalos temporales, mientras que las restricciones pueden ser cualitativas o cuantitativas (distancia temporal). Estos problemas dan lugar a una red de restricciones temporales (Temporal Constraint Network o TCN) que pueden representarse como un grafo dirigido. El módulo especial encargado de gestionar as restricciones se denomina Temporal Constraint Network Manager (TCNM). Este módulo debe garantizar la consistencia del TCN, obtener la red mínima y soluciones concretas.
Pueden plantearse diferentes alternativas de gestión. Entre estas, podemos identificar, principalmente:
• Procesos de clausura, donde cada nueva restricción se debe propagar a toda la red de restricciones. El principal inconveniente estriba en la alta complejidad tanto espacial como temporal. Al respecto existen diversos algoritmos de clausura.
• Procesos sin clausura, donde únicamente se mantendrían las restricciones explícitas introducidas, disminuyendo así la complejidad espacial. Tanto en este, como en el método anterior, el objetivo final es obtener unas restricciones consistentes y mínimas.
• Procesos de obtención de soluciones. En este marco, podrían englobarse los procesos basados en CSP.
En general, este campo puede englobarse bajo la denominación de 'Razonamiento sobre Restricciones Temporales'. Actualmente, nuestro grupo está trabajando en la integración de restricciones temporales disyuntivas (cualitativas y cuantitativas) entre puntos, intervalos y duraciones, en el tratamiento de restricciones no binarias, y en la asociación de restricciones a contextos temporales. Referente a ello, definimos, tanto un método de representación como los algoritmos de razonamiento específicos.
5. Proceso de Scheduling.
El objetivo del proceso de scheduling es asegurar la corrección del plan en función de los recursos disponibles y de las restricciones temporales impuestas por el problema. Adicionalmente, dispone de criterios para garantizar la optimalidad del plan generado, de acuerdo a funciones de evaluación de costes y otros criterios. En el proceso de scheduling, a menudo, se utiliza un problema de satisfacción de restricciones o CSP que pueda evaluar todos los posibles valores de asignación a las variables del problema, buscando aquella solución que cumpla con todas las restricciones del problema. Adicionalmente, se está trabajando en la incorporación de razonamiento temporal en la resolución de problemas de scheduling mediante CSP’s.
6. Integración de Planificación y Scheduling
Hoy en día muchos problemas reales pueden ser enmarcados como problemas de planificación y scheduling. Por una parte, se trata de obtener un plan, y por otra, delimitar la ejecutabilidad de las acciones en el tiempo, asignándoles los recursos necesarios y teniendo en cuenta las restricciones generales del problema (posiblemente utilizando criterios de optimización y garantizando su ejecutabilidad).
Tradicionalmente, los métodos para solucionar problemas de planificación y scheduling se dividen en dos etapas diferentes. Sin embargo, la resolución de estos problemas no es abordable mediante estos procesos por separados. La idea principal es la integración de ambos (ver Fig. 2). Si los procesos de planificación y scheduling colaboran durante la resolución del problema, se podría obtener una mejor solución. Por ello, trabajamos en una arquitectura independiente del dominio en la que el planificador opera de forma simultánea con el scheduler. Esta integración permite garantizar la ejecutabilidad del plan y satisfacer óptimamente las restricciones del problema, simultáneamente con la construcción del plan.
Mediante el lenguaje de especificación, basado en frames, del que ya disponemos, se puede definir el dominio del problema. Una vez obtenido el plan óptimo mediante el proceso de planificación-scheduling, éste pasa a ejecución. Durante la ejecución del plan pueden aparecer nuevas restricciones del problema, incidencias, etc., debiéndose producir una reactividad en el proceso readaptando el plan obtenido.
0 comentarios:
Publicar un comentario