Resumen de Translation-based approaches to automated planning with incomplete information and sensing
La Planificación Automática es la disciplina de Inteligencia Artificial que estudia los procesos de razonamiento necesarios para conseguir las acciones que logren un objetivo dado.
En presencia de información incompleta, el problema de planificación puede ser modelado como una búsqueda en el espacio de estados de creencia, cada uno de ellos representando un conjunto de estados posibles. Este problema es costoso ya que el numero de estados de creencia puede ser exponencial en el numero de estados, lo cual es exponencial en el numero de variables del problema. El uso de buenas representaciones de los estados y de heurísticas informadas resultan cruciales para escalar en este espacio de búsqueda.
En esta tesis se presentan traducciones para planificación con información incompleta, que transforman el problema de búsqueda en el espacio de estados de creencia, en búsqueda en espacio de estados, donde cada nodo representa un estado de creencia.
Hemos desarrollado herramientas para la generación de planes para el problema traducido, ya sea con percepción parcial o nula. A su vez, demostramos formalmente bajo qué circunstancias las traducciones son polinomicas, completas y correctas. La evaluación empírica remarca el valor de dichas traducciones.
