Uso de planes relajados en grounding heurístico

Autores
Ocampo, Nicolás Benjamín
Año de publicación
2021
Idioma
español castellano
Tipo de recurso
tesis de grado
Estado
versión publicada
Colaborador/a o director/a de tesis
Areces, Carlos Eduardo
Domínguez, Martín Ariel
Descripción
Tesis (Lic. en Cs. de la Computación)--Universidad Nacional de Córdoba, Facultad de Matemática, Astronomía, Física y Computación, 2021.
Fil: Ocampo, Nicolás Benjamín. Universidad Nacional de Córdoba. Facultad de Matemática, Astronomía, Física y Computación; Argentina.
Los planificadores en planning clásico encuentran planes con éxito aún para tareas realmente complejas. Para esto, la mayoría de planificadores realizan una etapa de preprocesamiento sobre la especificación de la tarea para obtener una representación de mucho más bajo nivel de abstracción. Este proceso es conocido como proceso de grounding. Cada vez que la tarea instanciada es demasiado grande para ser generada, la tarea no puede ser resuelta por el planificador. En esta tesis proponemos un proceso alternativo, denominado grounding heurístico, que guía el proceso de grounding, instanciando aquellas partes de la tarea que son relevantes. Para ello, se trabajó sobre modelos de aprendizaje supervisado, planes relajados y codificaciones ad-hoc y por word embeddings.
Planners in classical planning are successful in finding plans, even for complex tasks. To do so, most planners rely on a preprocessing Tstage that computes a grounded representation of the task. This process is known as the grounding process. However, if the grounded task is too big to be generated, it can not be tackled by the planner. In this thesis, we propose an alternative approach called heuristic grounding. This method, guides the grounding process, instantiating only the parts of the task that are relevant using machine learning techniques, relaxed plans, and ad-hoc and word embeddings encoders.
Fil: Ocampo, Nicolás Benjamín. Universidad Nacional de Córdoba. Facultad de Matemática, Astronomía, Física y Computación; Argentina.
Materia
Aprendizaje automático
Proceso de grounding
Codificación one-hot
Computing methodologies
Planning and scheduling
Artificial Intelligence
Word embeddings
Machine learning
Nivel de accesibilidad
acceso abierto
Condiciones de uso
Repositorio
Repositorio Digital Universitario (UNC)
Institución
Universidad Nacional de Córdoba
OAI Identificador
oai:rdu.unc.edu.ar:11086/22979

id RDUUNC_2a2db309d31cd4d7b56a638e7c4098aa
oai_identifier_str oai:rdu.unc.edu.ar:11086/22979
network_acronym_str RDUUNC
repository_id_str 2572
network_name_str Repositorio Digital Universitario (UNC)
spelling Uso de planes relajados en grounding heurísticoOcampo, Nicolás BenjamínAprendizaje automáticoProceso de groundingCodificación one-hotComputing methodologiesPlanning and schedulingArtificial IntelligenceWord embeddingsMachine learningTesis (Lic. en Cs. de la Computación)--Universidad Nacional de Córdoba, Facultad de Matemática, Astronomía, Física y Computación, 2021.Fil: Ocampo, Nicolás Benjamín. Universidad Nacional de Córdoba. Facultad de Matemática, Astronomía, Física y Computación; Argentina.Los planificadores en planning clásico encuentran planes con éxito aún para tareas realmente complejas. Para esto, la mayoría de planificadores realizan una etapa de preprocesamiento sobre la especificación de la tarea para obtener una representación de mucho más bajo nivel de abstracción. Este proceso es conocido como proceso de grounding. Cada vez que la tarea instanciada es demasiado grande para ser generada, la tarea no puede ser resuelta por el planificador. En esta tesis proponemos un proceso alternativo, denominado grounding heurístico, que guía el proceso de grounding, instanciando aquellas partes de la tarea que son relevantes. Para ello, se trabajó sobre modelos de aprendizaje supervisado, planes relajados y codificaciones ad-hoc y por word embeddings.Planners in classical planning are successful in finding plans, even for complex tasks. To do so, most planners rely on a preprocessing Tstage that computes a grounded representation of the task. This process is known as the grounding process. However, if the grounded task is too big to be generated, it can not be tackled by the planner. In this thesis, we propose an alternative approach called heuristic grounding. This method, guides the grounding process, instantiating only the parts of the task that are relevant using machine learning techniques, relaxed plans, and ad-hoc and word embeddings encoders.Fil: Ocampo, Nicolás Benjamín. Universidad Nacional de Córdoba. Facultad de Matemática, Astronomía, Física y Computación; Argentina.Areces, Carlos EduardoDomínguez, Martín Ariel2021info:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_7a1finfo:ar-repo/semantics/tesisDeGradoapplication/pdfhttp://hdl.handle.net/11086/22979spainfo:eu-repo/semantics/openAccessreponame:Repositorio Digital Universitario (UNC)instname:Universidad Nacional de Córdobainstacron:UNC2025-09-04T12:34:33Zoai:rdu.unc.edu.ar:11086/22979Institucionalhttps://rdu.unc.edu.ar/Universidad públicaNo correspondehttp://rdu.unc.edu.ar/oai/snrdoca.unc@gmail.comArgentinaNo correspondeNo correspondeNo correspondeopendoar:25722025-09-04 12:34:33.719Repositorio Digital Universitario (UNC) - Universidad Nacional de Córdobafalse
dc.title.none.fl_str_mv Uso de planes relajados en grounding heurístico
title Uso de planes relajados en grounding heurístico
spellingShingle Uso de planes relajados en grounding heurístico
Ocampo, Nicolás Benjamín
Aprendizaje automático
Proceso de grounding
Codificación one-hot
Computing methodologies
Planning and scheduling
Artificial Intelligence
Word embeddings
Machine learning
title_short Uso de planes relajados en grounding heurístico
title_full Uso de planes relajados en grounding heurístico
title_fullStr Uso de planes relajados en grounding heurístico
title_full_unstemmed Uso de planes relajados en grounding heurístico
title_sort Uso de planes relajados en grounding heurístico
dc.creator.none.fl_str_mv Ocampo, Nicolás Benjamín
author Ocampo, Nicolás Benjamín
author_facet Ocampo, Nicolás Benjamín
author_role author
dc.contributor.none.fl_str_mv Areces, Carlos Eduardo
Domínguez, Martín Ariel
dc.subject.none.fl_str_mv Aprendizaje automático
Proceso de grounding
Codificación one-hot
Computing methodologies
Planning and scheduling
Artificial Intelligence
Word embeddings
Machine learning
topic Aprendizaje automático
Proceso de grounding
Codificación one-hot
Computing methodologies
Planning and scheduling
Artificial Intelligence
Word embeddings
Machine learning
dc.description.none.fl_txt_mv Tesis (Lic. en Cs. de la Computación)--Universidad Nacional de Córdoba, Facultad de Matemática, Astronomía, Física y Computación, 2021.
Fil: Ocampo, Nicolás Benjamín. Universidad Nacional de Córdoba. Facultad de Matemática, Astronomía, Física y Computación; Argentina.
Los planificadores en planning clásico encuentran planes con éxito aún para tareas realmente complejas. Para esto, la mayoría de planificadores realizan una etapa de preprocesamiento sobre la especificación de la tarea para obtener una representación de mucho más bajo nivel de abstracción. Este proceso es conocido como proceso de grounding. Cada vez que la tarea instanciada es demasiado grande para ser generada, la tarea no puede ser resuelta por el planificador. En esta tesis proponemos un proceso alternativo, denominado grounding heurístico, que guía el proceso de grounding, instanciando aquellas partes de la tarea que son relevantes. Para ello, se trabajó sobre modelos de aprendizaje supervisado, planes relajados y codificaciones ad-hoc y por word embeddings.
Planners in classical planning are successful in finding plans, even for complex tasks. To do so, most planners rely on a preprocessing Tstage that computes a grounded representation of the task. This process is known as the grounding process. However, if the grounded task is too big to be generated, it can not be tackled by the planner. In this thesis, we propose an alternative approach called heuristic grounding. This method, guides the grounding process, instantiating only the parts of the task that are relevant using machine learning techniques, relaxed plans, and ad-hoc and word embeddings encoders.
Fil: Ocampo, Nicolás Benjamín. Universidad Nacional de Córdoba. Facultad de Matemática, Astronomía, Física y Computación; Argentina.
description Tesis (Lic. en Cs. de la Computación)--Universidad Nacional de Córdoba, Facultad de Matemática, Astronomía, Física y Computación, 2021.
publishDate 2021
dc.date.none.fl_str_mv 2021
dc.type.none.fl_str_mv info:eu-repo/semantics/bachelorThesis
info:eu-repo/semantics/publishedVersion
http://purl.org/coar/resource_type/c_7a1f
info:ar-repo/semantics/tesisDeGrado
format bachelorThesis
status_str publishedVersion
dc.identifier.none.fl_str_mv http://hdl.handle.net/11086/22979
url http://hdl.handle.net/11086/22979
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositorio Digital Universitario (UNC)
instname:Universidad Nacional de Córdoba
instacron:UNC
reponame_str Repositorio Digital Universitario (UNC)
collection Repositorio Digital Universitario (UNC)
instname_str Universidad Nacional de Córdoba
instacron_str UNC
institution UNC
repository.name.fl_str_mv Repositorio Digital Universitario (UNC) - Universidad Nacional de Córdoba
repository.mail.fl_str_mv oca.unc@gmail.com
_version_ 1842349681062969344
score 13.13397