Plan recognition as planning

Abstract

Plan recognition is the problem of inferring the goals and plans of an agent after partially observing its behavior. This is the inverse of planning, the problem of finding the actions that need to be done in order to achieve a goal. In this thesis we show how the problem of plan recognition can be solved using unmodified, state-of-the-art planning algorithms and representation languages. Along with a solid computational framework for deriving posterior goal probabilities, we introduce a novel and crisp model-based formulation of plan recognition whose exibility surpasses that of previous approaches.

Plan recognition és un problema computacional que consisteix en identificar el propòsit d'un agent intel.ligent, havent observat parcialment el seu comportament. Aquest és el problema invers al problema de la planificació automàtica, que consisteix en trobar les accions que són necessàries dur a terme per tal d'aconseguir un cert objectiu. En aquesta tesi mostrem com el problema de plan recognition és pot resoldre mitjançant els mateixos algorismes i llenguatges de representació utilitzats per resoldre la planificació automàtica. La nostra proposta no només conté una serie d'algoritmes eficients i robustos, sino que ve suportada per un marc teòric formal, que ofereixen en conjunt una flexibilitat de la qual no disposen propostes prèvies per resoldre plan recognition.