Pertinence for causal representation of action domains

• Autores: Pedro Cabalar
• Directores de la Tesis: Ramón Pérez Otero (dir. tes.)
• Lectura: En la Universidade da Coruña ( España ) en 2001
• Idioma: inglés
• Número de páginas: 198
• Tribunal Calificador de la Tesis: Michael Gelfond (presid.), Alessandro Provetti (secret.), David Pearce (voc.), Héctor Geffner (voc.), Álvaro Barreiro García (voc.)
• Materias:
  • Matemáticas
    • Ciencia de los ordenadores
      • Inteligencia artificial
      • Modelos causales
• Enlaces
  • Tesis en acceso abierto en: RUC
• Resumen

  • En este trabajo se ha analizado el uso de causalidad en dominios de acciones y cambio, centrándose no sólo en su aplicación para la resolución de problemas representacionales, sino también en el interés en sí del conocimiento causal como una información significativa, Hemos demostrado que la idea de causalidad en estos dominios está íntimamente ligada al concepto de pertinencia con respecto a las acciones ejecutadas, y hemos propuesto una caracterización formal de esta idea, explicando cómo interviene en la semántica de las reglas causales.

    Esto nos ha permitido la introducción de un lenguaje de alto nivel que proporciona una forma más cómoda de representar dominios de acciones utilizando construcciones causales.

    Hemos propuesto además una visión unificada de las dos orientaciones existentes sobre causalidad en acciones, incorporándolas a dos niveles distintos: a un nivel representacional, usamos pertinencia para diferenciar los hechos causados de los persistentes; mientras que a un nivel operativo, proponemos diferentes técnicas no monótonas para lograr el comportamiento direccional de las expresiones causales.

    Un resultado importante es que, prácticamente en todos los casos, el variar dicha técnica no monótona sólo tiene repercusiones en la interpretación de los ciclos en las dependencias causales. En ese sentido, este trabajo proporciona un estudio detallado del efecto de los ciclos bajo las diferentes aproximaciones no monótonas, explicando las ventajas e inconvenientes de cada una de ellas (en muchos casos, derivados de su comportamiento para programación lógica).

    Por último, además de un extenso comparativo con las aproximaciones de acciones más relevantes, hemos presentado una generalización del lenguaje causal para facilitar el manejo real de dominios de acciones, construyendo el correspondiente intérprete (PAL).