Probabilistisch Programmeren in Dynamisch Relationele Werelden

Artificieel intelligente agenten moeten hun omgeving modelleren om er over te kunnen leren en redeneren. Die omgeving is dynamisch, d.w.z. dat ze evolueert met de tijd; ze is ook onzeker en bevat meestal verschillende entiteiten en relaties. Zulke dynamische relationele werelden zijn het onderwerp van dit project. Meer bepaald willen we technieken ontwikkelen voor zulke omgevingen die gebaseerd zijn op principes van statistisch relationele AI en probabilistisch logisch programmeren. Dit zijn twee nauwe gerelateerde onderzoeksdomeinen die expressieve logische representaties integreren met probabilistisch grafische modellen. De belangrijkste uitdagingen in dit project zijn het invoeren van open wereld modellen, het schaalbaar maken van de inferentie, het leren van de parameters en de structuur van de modellen, en het gebruik van zowel discrete als continue variabelen. We willen ook toepassingen ontwikkelen voor agenten die spelletjes spelen en voor robotica.

Trefwoorden:artificial intelligence, machine learning, probabilistic reasoning, relational dynamic systems, cognitive robotics

Disciplines:Toegepaste wiskunde, Computerarchitectuur en -netwerken, Distributed computing, Informatiewetenschappen, Informatiesystemen, Programmeertalen, Scientific computing, Theoretische informatica, Visual computing, Andere informatie- en computerwetenschappen