Planning and Scheduling in Temporally Uncertain Domains

Andrea Micheli presenterà “Planning and Scheduling in Temporally Uncertain Domains”, la ricerca svolta presso l’Unità Embedded Systems di ICT che gli è valsa il primo posto al premio EurAI per la miglior tesi di dottorato nel campo dell’Intelligenza Artificiale a livello europeo e il Premio neo-dottori di ricerca "Marco Cadoli" dell’Italian Association for Artificial Intelligence.

Programma: 

Ogni forma di ragionamento basato su un modello è limitata dalla aderenza del modello alla realtà vera e propria. Nelle applicazioni di pianificazione temporale sono necessari vincoli complessi e sincronizzazioni ma spesso i tempi effettivi delle azioni non è sotto il controllo diretto dell’esecutore del piano. Per questo motivo i modelli di pianificazione devono essere in grado di esprimere l'incertezza temporale per modellare questo mancato controllo.

In questa relazione ci concentriamo sul problema dell'incertezza temporale nella programmazione e nella pianificazione temporale. Analizzeremo innanzitutto lo stato dell’arte in questo ambito presentando una razionalizzazione dei lavori esistenti. In secondo luogo illustreremo come i risolutori Satisfiability Modulo Theory (SMT) possono essere sfruttati per risolvere rapidamente diversi tipi di query nel campo della programmazione in condizioni di incertezza. Infine affronteremo il problema della pianificazione in ambiti caratterizzati da vincoli di tempo reale e durate in cui alcune delle azioni hanno una durata che non è sotto il controllo dell’agente di pianificazione.