Planejamento e Execução

Apresentação em tema: "Planejamento e Execução"— Transcrição da apresentação:

1 Planejamento e Execução
Jacques Robin (DI-UFPE) Fernanda Marques Simone Correia

2 Conteúdo Planejamento Condicional Replanejamento
Execução e geração de um plano condicional. Extensão da linguagem Replanejamento Monitoramento: ação x execução Planejamento situado Extensões e Discussões Planejamento condicional x replanejamento Coerção e abstração.

3 Introdução POP e POP-TIRC-HAD-DUNC: Em ambientes mais desafiadores:
Funcionam quando: Ambiente acessível, estático, determinístico Conhecimento completo e correto Só perceber, depois só planejar, depois agir cegamente Em ambientes mais desafiadores: Abordagens: 1. Planejamento condicional 2. Monitoriamento da execução 3. Planejamento situado Perceber, depois juntamente planejar, perceber e agir

4 1. Planejamento condicional
Plano condicional: representa conjunto de planos, um para cada possível situação de execução Ações de Efetuação x Ações de Percepção: objetivo ação de efetuação: alterar ambiente objetivo ação de percepção: alterar conhecimento do ambiente (ex, checar o preço de algum objeto). Ação de percepção pode: ter efeitos colaterais no ambiente desencadear sub-plano com ações de efetuação

5 2. Monitoramento da execução
Começar execução com plano completo e correto dados conhecimento e suposições inicialmente disponíveis Usar percepções durante a execução para adquirir conhecimento complementar e verificar suposições Replanejar fim do plano para se adequar as situações não antecipadas. Ex., o agente descobre não ter $ suficiente para comprar todos os itens.

6 Conserto de um pneu vazio: operadores, objetivo, condições iniciais
- Op(Action: Remove(x), Precond: On(x), Effect: Off(x)^ClearHub(x)^notOn(x)) - Op(Action: PutOn(x), Precond: Off(x)^ClearHub(x), Effect: On(x)^notClearHub(x)^not Off(x)) - Op(Action: Inflate(x), Precond: Intact(x)^ Flat(x), Effect: Inflated(x)^notFlat(x)) Objetivo: On(x)^Inflated(x) Condições iniciais: Inflated(Spare)^Intact(Spare)^Off(Spare)^On(Tire1)^ Flat(Tire1)

7 Concerto de um pneu vazio: planos
POP: [Remove(Tire1). PutOn(Spare)] Conhecimento incompleto: Intact(Tire1) Planejador condicional (CPOP): If(Intact(Tire1), [Inflate(Tire1)], [Remove(Tire1), PutOn(Spare)]) Mais eficiente do que POP

8 Execução de um plano condicional
Condição é verificada na BC e deve ser conhecida naquele ponto do plano Conhecimento = BC inicial + deduções a partir das seqüências de percepções e ações Para plano condicional ser executável: inserção de ações de percepção testando as condições Ex,: Ação de percepção = CheckTire (x) Novo Operador : Op(Action: CheckTire(x), Precond: Tire(x), Effect: KnowsWhether(“Intact(x)”))

9 Construir um plano condicional
Contexto = condições necessárias para executar os passos condicionais Inflate(Tire1), contexto: Intact(Tire1) Propagação de contexto Passos condicionais e links condicionais Contexto x Precondição: precondição: associada a uma ação contexto: associado a uma possível instanciação do plano condicional

10 Geração do Plano Start Finish Finish Start Inflate(Tire1) On(Tire1)
Flat(Tire1) Inflated(Spare) On(x) Inflated(x) Start Finish ( true ) On(Tire1) On(Tire1) Flat(Tire1) Inflated(Spare) Finish Start Inflated(Tire1) (true) Flat(Tire1) Intact(Tire1) Inflate(Tire1)

11 Finish Start Finish Start Finish Finish On(Tire1) On(Tire1)
Flat(Tire1) Inflated(Spare) On(Tire1) Finish Start Inflated(Tire1) Intact(Tire1) Flat(Tire1) Intact(Tire1) Inflate(Tire1) Check(Tire1) On(x) Inflated(x) Finish Intact(Tire1) Intact(Tire1) Not Intact(Tire1) On(Tire1) On(Tire1) Flat(Tire1) Inflated(Spare) Start Finish Intact(Tire1) Flat(Tire1) Intact(Tire1) Iflate(Tire1) Check(Tire1) Intact(Tire1) Intact(Tire1) On(Spare) Inflated(Spare) Finish NotIntact(Tire1)

12 Plano completo: alguma ameaça?
On(Tire1) Flat(Tire1) Inflated(Spare) On(Tire1) Inflated(Tire1) Start Finish (Intact(Tire1)) Flat(Tire1) Intact(Tire1) Inflate(Tire1) (Intact(Tire1)) On(Spare) Intact(Tire1) Finish Check(Tire1) Inflated(Spare) NotIntact(Tire1) (NotIntact(Tire1)) Remove(Tire1) PutOn(Spare) (NotIntact(Tire1)) (NotIntact(Tire1))

13 Estendendo a linguagem de planejamento
Percepção não binária, ex.: Color(x,c) Planos parametrizados com variável de execução. ex., [SenseColor(table), KnowsWhat(“Color(table, c)”), GetPaint(c), Paint(Chair,c)]. Variáveis de execução Não se unificam entre si, nem com constantes, apenas com variáveis de planejamento Loops: ex,: While (Knows(“UnevenColor(chair)”), [Paint(chair, c), CheckColor(chair)]) Planejamento condicional e programação automática

14 E se as coisas não saírem como planejadas?
Monitoramento da Ação: Verificação, com percepção, das pre-condições do próximo passo Monitoramento da Execução: Verificação, com percepção, das pré-condições do segmento de plano restante. Condições de lidar com pré-condições: não planejadas já satisfeitas Ex., robô dirigindo carro

15 Detecção das falhas do plano
2 tipos de causas de falhas: Não determinismo ou inacessibilidade enumerável ex., abrir lata de tinta (normal, vazia, derrame) pode usar C-POP-D Não determinismo ou inacessibilidade não enumerável ex., dirigir, planejamento econômico requer replanejamento

16 Replanejamento Q A P R Fim Início Agora Escolher a melhor continuação
Verificar as precondições Executar Q A P R Fim Início Agora

17 Replanejamento Q A P R A’ P’ Fim Início Agora
Escolher a melhor continuação Verificar as precondições Executar Q A P R A’ P’ Fim Início Agora

18 Replanejamento Q A P R A’ P’ Q’ Fim Início Agora
Escolher a melhor continuação Verificar as precondições Executar Q A P R A’ P’ Q’ Fim Início Agora Q = R + P ( Plano inicial ) Q’= R + P’ ( Plano Final )

19 Ex: Pintar cadeira da mesma cor da mesa
Pega( Tinta) n/ Tem ( tinta )

20 Ex: Pintar cadeira da mesma cor da mesa
Pega( Tinta) Pinta n/ Tem ( tinta ) Cor ( cadeira ) <> Cor ( mesa) e Tem (tinta)

21 Ex: Pintar cadeira da mesma cor da mesa
Pega( Tinta) Pinta Fim n/ Tem ( tinta ) Cor ( cadeira ) <> Cor ( mesa) e Tem (tinta) Cor (cadeira) = Cor (mesa) (100%) Verifica

22 Ex: Pintar cadeira da mesma cor da mesa
Pega( Tinta) Pinta Fim n/ Tem ( tinta ) Cor ( cadeira ) <> Cor ( mesa) e Tem (tinta) Cor (cadeira) = Cor (mesa) (100%) Verifica Comportamento de loop emergente da interação (re)planejador-ambiente sem conceito de loop da linguagem de planejamento pode servir de base para aprendizagem

23 Ex: Pintar cadeira da mesma cor da mesa
Pega( Tinta) Pinta Fim Cor ( cadeira ) <> Cor ( mesa) e Tem (tinta) Cor (cadeira) = Cor (mesa) (100%) Verifica n/ Tem ( tinta ) Replaneja: P = {fim} --> P’ = {pinta,verifica,fim} P’ = {pinta,verifica,fim} --> P’’ = {pega(tinta),pinta, verifica,fim}

24 Agente de Planejamento Situado
Gera um plano inicial Logo começa a executá-lo mesmo incompleto Continua planejando durante a execução, intercalando: execução de passos (de percepção e efetuação) refinamento e ajuste do plano diante de defeitos e mudanças não antecipadas no ambiente.

25 Ex: Mundo dos blocos C D B E C F D G B E G A A F Estado Inicial
Objetivo Op(Ação: Mover(x, y), Precond: Limpo(x)^Limpo(y)^EmCima(x, z) Efeito: EmCima(x,y)^Limpo(z)^~EmCima(x, z)^~Limpo(y)

26 Plano Inicial B E C F D G A Estado Inicial Mover (C,D) Início Fim
EmCima (C,F) Limpo (C) Limpo (D) Mover (C,D) NaMesa (A) EmCima (B,E) EmCima (C,F) EmCima (D,G) Limpo (A) Limpo (C) Limpo (D) Limpo (B) EmCima (C,D) EmCima (D,B) Início Fim EmCima (D,G) Limpo (D) Limpo (B) Mover (D,B)

27 Eis que de repente... D A próxima ação seria:
Mover (D, B), mas as pré-condições Limpo (B) ^ EmCima (D,G) não são mais válidas B E C F G A EmCima (C,F) Limpo (C) Limpo (D) Mover (C,D) NaMesa (A) EmCima (B,E) EmCima (C,F) EmCima (D,B) Limpo (A) Limpo (C) Limpo (D) Limpo (G) EmCima (C,D) EmCima (D,B) Início Fim EmCima (D,y) Limpo (D) Limpo (B) Mover (D,B)

28 Extendendo um link causal D B E C F G A
EmCima (C,F) Limpo (C) Limpo (D) Mover (C,D) NaMesa (A) EmCima (B,E) EmCima (C,F) EmCima (D,B) Limpo (A) Limpo (C) Limpo (D) Limpo (G) EmCima (C,D) EmCima (D,B) Início Fim EmCima (D,Y) Limpo (D) Limpo (B) Mover (D,B)

29 Eleminando passos redundantes D B E C F G A
EmCima (C,F) Limpo (C) Limpo (D) Mover (C,D) NaMesa (A) EmCima (B,E) EmCima (C,F) EmCima (D,B) Limpo (A) Limpo (C) Limpo (D) Limpo (G) EmCima (C,D) EmCima (D,B) Início Fim

30 Um Agente Aloprado... D C B E F G A Início Fim NaMesa (A) EmCima (B,E)
EmCima (C,A) EmCima (D,B) Limpo (F) Limpo (C) Limpo (D) Limpo (G) EmCima (C,D) EmCima (D,B) Início Fim

31 Adicinando um novo passo... D C B E F G A
EmCima (C,A) Limpo (C) Limpo (D) Mover (C,D) NaMesa (A) EmCima (B,E) EmCima (C,A) EmCima (D,B) Limpo (F) Limpo (C) Limpo (D) Limpo (G) EmCima (C,D) EmCima (D,B) Início Fim

32 C Finalmente: D B E F G A Início Fim
plano revisado final completo e correto agente situado procura ovo objetivo D B E F G A NaMesa (A) EmCima (B,E) EmCima (C,D) EmCima (D,B) Limpo (A) Limpo (C) Limpo (D) Limpo (G) EmCima (C,D) EmCima (D,B) Início Fim

33 Planejamento condicional x replanejamento
(# passos) Planejamento Condicional: # condições = e Replanejamento: planos frágeis nem sempre podem ser completados Um sistema híbrido Conclusão: deve-se considerar probabilidades e custos dos resultados.

34 Outros métodos para contornar a incerteza: coerção e agregação
forçar o mundo a um estado conhecido. ex., Objetivo: Color(Chair,c)^Color(Table,c) Solução: pintar a cadeira e a mesa com mesma tinta Objetivo de manutenção: proibir coerção de algumas propriedades de alguns objetos ex., Color(Chair,c)^Color(Table,c)^Maintain(Color(Table,x)) Agregação: agrupar objetos de comportamento individual não determinístico em classes de comportamento global determinístico

35 Abstração, arquitetura híbridas e multi-agentes
Ambiente Determinístico Agente Planejador Simbólico Declarativo Grau de Abstração Ambiente Não-Determinístico Agente Reativo Simbólico Procedimental ou Sub-Simbólico