| KEYWORD |
Tecniche di intelligenza artificiale in problemi di sorveglianza
Tesi all'estero
Parole chiave DRONI, INTELLIGENZA ARTIFICIALE, PIANIFICAZIONE AUTOMATICA
Riferimenti FABIO FAGNANI
Riferimenti esterni SARA BERNARDINI (ROYAL HOLLOWAY, LONDON)
Gruppi di ricerca Analisi e controllo di sistemi dinamici
Descrizione Si immagini un ambiente in cui un agente intelligente esegue delle azioni che possono essere osservate (da un altro agente o dall’ambiente stesso). In Intelligenza Artificiale, “goal recognition" è il problema di scoprire quale obiettivo l’agente sta cercando di perseguire osservando le sue azioni. "Goal recognition design” è a sua volta il problema di scegliere delle modifiche dell’ambiente originario per facilitare la risposta alle seguenti domande: 1) quanto le azioni che l’agente può eseguire nell'ambiente rivelano il suo obiettivo finale?; e 2) qual’è il modo migliore di modificare l'ambiente in modo tale che l’agente che esegue le azioni in esso riveli il suo obiettivo il prima (o il più tardi) possibile senza snaturare l’ambiente stesso? In pratica, il goal recognition design studia come modificare l’ambiente e facilitare (od ostacolare) il goal recognition nell’ambiente modificato. Facilitare il goal recognition è utile nei problemi di sorveglianza, per esempio, o in tutte le situazioni in cui un agente interagisce con un utente umano, si pensi ad un robot che lavora con un operatore umano, o una chatbox che interagisce con un utente. Rendere più difficile il goal recognition è invece utile quando si vuole preservare la privacy dell’utente.
Uno dei modi per affrontare il problema del goal recognition design è quello di affrontarlo bel contesto della pianificazione automatica. La pianificazione automatica è uno dei gli aspetti più importanti dell’Intelligenza Artificiale e si riferisce a tutte quelle tecniche che permettono di creare un piano d’azione per un agente intelligente, per esempio un robot. I pianificatori sono solver generici che per funzionare hanno bisogno di ricevere in input due informazioni: (1) una descrizione del dominio, cioè del mondo in cui l’agente agisce e delle azioni che sono a sua disposizione per cambiare lo stato del mondo; e (2) una descrizione di un problema particolare che si vuole risolvere in quel dominio. In letteratura sono presente varie tecniche che permettono di formulare sia il goal recognition che il goal recognition design come problemi di pianificazione. A fronte di tali formulazioni, le tecniche standard di planning possono essere applicate a tali problemi.
In questa tesi, si vuole considerare il goal recognition design nel contesto di un’applicazione pratica specifica, il search-and-tracking. In tale applicazione, un agente in fuga si muove in un ambiente per raggiungere la sua destinazione, mentre altro agente, l’osservatore, cerca di trovarlo e inseguirlo fino alla sua destinazione. Si pensi, per esempio, al caso di un drone di sorveglianza che vola sopra un’ambia regione geografica e che cerca di scoprire un criminale che in macchina sta cercando di raggiungere il suo nascondiglio il prima possibile.
Il goal recognition design si può applicare al problema del search-and-tracking in due modi:
- Mettendosi dalla parte dell’osservatore, si possono trovare modi per modificare l’ambiente e facilitare il riconoscimento dell'obiettivo dell’agente in fuga, per esempio cercando di capire dove piazzare dei sensori fissi (delle telecamere nel nostro esempio) oppure dove inviare altri droni per massimizzare la possibilità di trovare l'agente.
- Mettendosi dalla parte dell’agente in fuga, si può usare il goal recognition design in modo ribaltato: l’agente può scegliere le mosse che rivelano le sue intenzioni il più tardi possibile, senza però dimenticarsi del suo scopo finale.
La tesi prevede sia un’analisi teorica che sperimentale. Non si richiedono nozioni di Intelligenza Artificiale e di informatica in generale le quali verranno apprese durante il lavoro di tesi.
Vedi anche referenze.pdf
Conoscenze richieste Conoscenza di base di linguaggi di programmazione: java, phyton o equivalenti.
Note La tesi sara co-supervisionata dalla Prof.ssa Sara Bernardini (http://www.cs.rhul.ac.uk/home/sara/) dell’università Royal Holloway di Londra (https://www.royalholloway.ac.uk/home.aspx) e potrà essere in parte sviluppata in detta sede.
Scadenza validita proposta 22/11/2019
PROPONI LA TUA CANDIDATURA