UN MODELO DE METAPLANEACI�N BASADO EN MEMORIA ORGANIZACIONAL
Jos� Bernardo Parra Victorino
Esta p�gina muestra parte del texto pero sin formato.
Puede bajarse la tesis completa en PDF comprimido ZIP
(63 p�ginas, 816 kb) pulsando aqu�
Considere un plan para alcanzar dos metas: (1) ir a la escuela S desde casa H y regresar, (2) ir desde casa a la tienda G para comprar X y regresar. Este plan consiste de dos subplanes,
Plan1 = ir a (H, S) ≺ ir a (S, H),
Plan2 = ir a (H, G) ≺ comprar (X, G) ≺ ir a (G, H)
El operador inicial es: estar(H) y
el operador final es: estar(H)
Nuevo Plan:
Condiciones:
en (H) ≺ en (G) ≺ en(S)
el costo de trasladarse a cualquier lugar es 1
Meta1:
Lista de precondiciones:
alcanzar los siguientes estados en el orden descrito:
en (H), en (S), en (H)
Lista de poscondiciones:
en(H)
Meta2:
Lista de precondiciones
en (H), en(G), comprar(X), en(H)
Lista de poscondiciones:
comprar(X)
Operadores de meta1
Operadores: Precondiciones Poscondiciones
Ir a(H,S) en(H) en(S)
Ir a(S,H) en(S) en(H)
Operadores de meta2
Operadores: Precondiciones Efectos
Ir a(H,G) en(H) en(G)
comprar(X) en(X) comprar(X), en(G)
ir a(G,H) en(G) en(H)
Los dos subplanes pueden ser mezclables por (4.2) al remplazar ir a (S, H) e ir a (H, G) por ir a(S, G). Si G est� localizada entre casa H y escuela S por (4.3), entonces el plan resultante es
Ir a(H, S) ≺ ir a(S, G) ≺ comprar (X, G) ≺ ir a(G, H)
con menores costos que el original.
En el ejemplo de arriba el conjunto B' de relaciones de precedencia es {ir a (S, H) ≺ ir a(H, G)}.
Sea ' el plan con B' impuesto en el plan original, entonces
Red-de-Precondiciones (, ') = {en(S)} por 4.2,
Efectos-Utiles (, ') = {en(G)} por 4.3
donde = { ir a(S, H) ≺ ir a(H, G). As� puede ser mezclada dentro del operador de mezcla () = ir a(S, G). N�tese que existe otra forma de mezclar los operadores en este plan, es decir, { ir a(G,H ) ≺ ir a(H, S) } puede ser mezclada dentro de ir a(G, S), pero uno tiene que decidir cual forma mezclar ya que es imposible mezclar ambos conjuntos de operadores. La habilidad para seleccionar �ptimamente entre diferentes mezclas inconsistentes posibles es una caracter�stica importante del algoritmo MeCePCA