Autonomous Generation of Symbolic Knowledge via Option Discovery

Gabriele, Sartor; Davide, Zollo; Cialdea, Marta; Angelo, Oddi; Vieri Giuliano Santucci,; Riccardo, Rasconi

Benvenuti nell'Anagrafe della Ricerca d'Ateneo

La valutazione delle attività di ricerca che si svolgono nelle università ha assunto un'importanza rilevante sia per l'intero sistema universitario sia all'interno di ogni singolo ateneo. Roma Tre si è quindi dotata di idonei strumenti informativi in grado di supportare al meglio le azioni di monitoraggio e di valutazione delle attività di ricerca svolte nei propri dipartimentied ha realizzato una Anagrafe della Ricerca di Ateneo.

In this work we present an empirical study where we demonstrate the possibility of developing an arti- ficial agent that is capable to autonomously explore an experimental scenario. During the exploration, the agent is able to discover and learn interesting options allowing to interact with the environment without any assigned task, and then abstract and re-use the acquired knowledge to solve the assigned tasks. We test the system in the so-called Treasure Game domain described in the recent literature and we empirically demonstrate that the discovered options can be abstracted in an probabilistic symbolic planning model (using the PPDDL language), which allowed the agent to generate symbolic plans to achieve extrinsic goals.

Sartor, G., Zollo, D., Cialdea, M., Oddi, A., Giuliano Santucci, V., & Rasconi, R. (2021). Autonomous Generation of Symbolic Knowledge via Option Discovery. In Proceedings of the 9th Italian Workshop on Planning and Scheduling (IPS-2021). CEUR Workshop Proceedings series.

Titolo:	Autonomous Generation of Symbolic Knowledge via Option Discovery
Autori:	Gabriele Sartor Davide Zollo CIALDEA, Marta Angelo Oddi Vieri Giuliano Santucci Riccardo Rasconi mostra contributor esterni nascondi contributor esterni
Data di pubblicazione:	2021
Serie:	CEUR WORKSHOP PROCEEDINGS
Citazione:	Sartor, G., Zollo, D., Cialdea, M., Oddi, A., Giuliano Santucci, V., & Rasconi, R. (2021). Autonomous Generation of Symbolic Knowledge via Option Discovery. In Proceedings of the 9th Italian Workshop on Planning and Scheduling (IPS-2021). CEUR Workshop Proceedings series.
Handle:	http://hdl.handle.net/11590/395039
Appare nelle tipologie:	4.1 Contributo in Atti di convegno

File in questo prodotto:

Non ci sono file associati a questo prodotto.

Utilizza questo identificativo per citare o creare un link a questo documento:
http://hdl.handle.net/11590/395039

Citazioni

I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.