PARIS: Plan Abstraction and Refinement in an Integrated System
Laufzeit: ab 01.01.1992
Partner: Kooperation mit verschiedenen Wissenschaftlern der Carnegie Mellon University, University of Wyoming, Istituto per la Ricerca Scientifica e Tecnologica, Italien
Kurzfassung
Ziel des Projektes ist es, die Integration verschiedener Methoden des maschinellen Lernens zur Verbesserung von Planungssystemen zu untersuchen. Hierbei wird sowohl die Kompetenz als auch die Performanz eines Planers mit Hilfe von bereits gelösten Planungsfällen verbessert. Der besondere Augenmerk liegt hierbei auf der Kombination verschiedener Techniken des maschinellen Lernens wie etwa erklärungsbasiertes Lernen, Abstraktionstechniken, und fallbasiertes Schließen. Die Bewertung des...Ziel des Projektes ist es, die Integration verschiedener Methoden des maschinellen Lernens zur Verbesserung von Planungssystemen zu untersuchen. Hierbei wird sowohl die Kompetenz als auch die Performanz eines Planers mit Hilfe von bereits gelösten Planungsfällen verbessert. Der besondere Augenmerk liegt hierbei auf der Kombination verschiedener Techniken des maschinellen Lernens wie etwa erklärungsbasiertes Lernen, Abstraktionstechniken, und fallbasiertes Schließen. Die Bewertung des entwickelten integrativen Ansatzes erfolgt durch systematische experimentelle Untersuchungen in einem realen Anwendungsfeld aus dem Maschinenbau.» weiterlesen» einklappen
Veröffentlichungen
- Bergmann, R.; Munoz, .M.E.; Munoz, E et al.
- Case-based reasoning applied to planning tasks
- Bergmann, Ralph; Wilke, Wolfgang
- On the Role of Abstraction in Case-Based Reasoning.
- Bergmann, R.; Wilke, W.
- Building and Refining Abstract Planning Cases by Change of Representation Language
- Bergmann, R.; Wilke, W.
- Learning abstract planning cases