2 de agosto de 2022 · 3 Min. de lectura

Doctorante Cenia participa en conferencia sobre búsqueda heurística y optimización combinatoria

Desde el 21 al 23 de julio se realizó en Vienna, Austria, la 15° edición de la Conferencia SoCS (International Symposium on Combinatorial Search), un evento que invita anualmente a investigadores de diversas áreas, a presentar los resultados de trabajos sobre búsqueda heurística y optimización combinatoria. A este evento asistió Matías Greco, estudiante de doctorado Cenia, quien participó con la presentación de dos papers, en la calidad de extended abstract.

El investigador, quien se dedica al estudio de la inteligencia artificial simbólica, se refiere a la búsqueda heurística como el estudio de algoritmos que encuentran soluciones en un espacio de estados, el cual, debido a que puede ser demasiado grande y en la práctica imposible evaluarlo por completo, busca métodos que permitan recorrerlo y evaluarlo de manera inteligente. Tiene aplicaciones prácticas en la resolución de problemas de optimización combinatoria y problemas de toma de decisiones secuenciales como la planificación automática.

El primer paper presentado se titula K-Focal Search for Slow Learned Heuristics, y fue realizado por Matías Greco junto a los investigadores Jorge Toro (CeniaDCC UC), Carlos Hernández (CeniaUSS) y Jorge Baier (CeniaDCC UCIMFD). El segundo paper, “Focal Discrepancy Search for Learned Heuristics”, fue realizado por el doctorante junto a Jorge Baier y Pablo Araneda (DCC UC). Ambos trabajos se enmarcan en la línea de investigación “IA neuro-simbólica” (RL2) de Cenia, que estudia la intersección del aprendizaje automático con procedimientos simbólicos, como la búsqueda y la planificación automática. “Los papers presentados en la conferencia tratan sobre algoritmos de búsqueda que explotan una heurística aprendida, mantienen las garantías teóricas sobre la calidad de la solución y explotan el espacio de estados de manera diversa”, explica Matías Greco.

 

PRL Workshop

El 24 de julio se realizó el Workshop “Bridging the Gap Between AI Planning and Reinforcement Learning” dentro de la International Joint Conference in Artificial Intelligence (IJCAI PRL), un evento que busca fomentar el debate y la colaboración entre investigadores del área de la planificación en inteligencia artificial y del aprendizaje por refuerzo, a modo de establecer una sinergia entre ambos campos, contribuyendo a facilitar la discusión sobre las diferencias y similitudes de las técnicas existentes . Durante el workshop, Matías Greco presentó el paper Scaling up ML-based Black-box Planning with Partial STRIPS Models”, realizado junto a los investigadores Álvaro Torrealba, Jorge Baier y Héctor Palacios, el cual aborda cómo, a través de un modelo simbólico que describe parcialmente el dominio de un problema de toma de decisiones secuenciales, se puede mejorar el rendimiento general del sistema.

 

“El participar y dar a conocer nuestra investigación nos permite entender que lo que desarrollamos es de gran interés para la comunidad científica. Además, permite obtener feedback y mejorar la discusión de cuáles son los siguientes pasos que debería seguir nuestra investigación y aumenta las oportunidades de colaboración con otros científicos”, concluye.



99 visualizaciones