Planeación bajo Incertidumbre con Procesos de Decisión de Markov y su Aplicación a Robótica

Nombre del taller:

Planeación bajo incertidumbre con Procesos de Decisión de Markov y su aplicación a robótica

Ponente: Luis Enrique Sucar Succar (INAOE)

Resumen del Curso: El curso presenta una introducción a los Procesos de Decisión de Markov (MDPs) que son una técnica para resolver problemas de planeación / control bajo incertidumbre. Estos modelos se aplican a diferentes problemas en robótica, incluyendo planeación de trayectorias, manipulación, coordinación, etc. En este tutorial se da una introducción a los MDPs incluyendo su representación y principales técnicas de solución. Se incluyen diversas estrategias para resolver problemas complejos incluyendo representaciones factorizadas y abstractas, y descomposición. También se introduce el caso cuando no se tiene un modelo que se ataca con aprendizaje por refuerzo. Se ilustra la aplicación de MDPs en los problemas de navegación y coordinación de tareas en robots de servicio.