Proyecto para el curso de inteligencia artificial de maestría en Ciencias e Ingeniería en Computación en IIMAS, UNAM. Implementada en el lenguaje Prolog, provee una implementación de una base de conocimiento no monotónica y predicados para realizar búsquedas en torno al diagnóstico, toma de decisión y planeación de un robot de servicio. Este proyecto incluye un simulador simple de un robot de servicio.

Implementación de una base de conocimiento jerárquica no monotónica en el lenguaje Prolog. Esta base de conocimiento tiene el soporte para las siguientes operaciones:

• Implementar predicados de consulta para:
  • Obtener la extensión de una clase
  • Obtener la extensión de una propiedad
  • La extensión de una relación
  • Todas las clases a las que pertenece un objeto
  • Todas las propiedades de un objeto o clase
  • Todas las relaciones de un objeto o clase
• Implementar predicados que permitan añadir:
  • Clases u objetos
  • Propiedades de clases u objetos
  • Relaciones de clases u objetos
• Implementar predicados que permitan eliminar:
  • Clases u objetos
  • Propiedades específicas de clases u objetos
  • Relaciones específicas de clases u objetos
• Implementar predicados que permitan modificar:
  • El nombre de una clase u objeto
  • El valor de una propiedad específica de una clase u objeto
  • Con quien mantiene una relación específica una clase u objeto

Este módulo provee herramientas para que un robot de servicio realice las operaciones de diagnóstico de su entorno observado, una toma de decisión (selección de tareas a realizar por el robot) y un plan de acción (acciones para resolver las tareas que el robot a decidido).

En el módulo de diagnóstico tenemos el predicado principal:

• diagnóstico(KB, Diagnostico, NuevaKB): Devuelve el diagnóstico de las acciones del asistente humano y devuelve una nueva base de conocimiento con la información actualizada a partir del diagnóstico realizado.

Dentro del módulo de decisión tenemos el predicado principal:

• decision(KB, Decisiones): Devuelve la lista de decisiones que toma el robot, generándolas a partir del estado de la base de conocimiento.

En el módulo de planeación:

• planeacion(KB, Plan): Devuelve el plan de acción a ejecutar por el robot.

En el módulo de simulación existen tres predicados principales:

• simulador(KB): Ejecuta una simulación completa a partir del estado de la base de conocimiento. Termina hasta que no haya tareas pendientes.
• simula_un_paso(Archivo, Estante, Productos): Ejecuta una simulación de un paso, actualizando la posición del robot a Estante y actualizando el contenido del estante por la lista de Productos. Posteriormente ejecuta el diagnóstico, la toma de decisión y la planeación.
• simula_dos_pasos(Archivo, [Estante1, Estante2], [Prods1, Prods2]): Ejecuta una simulación de dos pasos, actualizando la observación en Estante1 por Prods1 y después actualizando la posición del robot a Estante2 y actualizando la observación en ese punto por Prods2. Posteriormente ejecuta el diagnóstico, la toma de decisión y la planeación.

La forma de evaluar el funcionamiento del proyecto, basta con ejecutar alguno de los tres predicados del módulo de simulación, por ejemplo, para evaluar la simulación de un paso, podemos hacer:

?- simula_un_paso('ejercicios/kb_tmp.txt', drink_shelf, [coca,heineken]).

De forma similar para la simulación de dos pasos:

?- simula_dos_pasos('ejercicios/kb_tmp.txt', [drink_shelf,food_shelf], [[heineken], [coca, noodles, kellogs]]).

En el caso del simulador, hay que cargar la base de conocimiento con open_kb previamente:

?- open_kb('kb_proy2.txt',KB), simulador(KB).

• Paulina Hernández Contreras
• Miguel Angel Piña Avelino
• Diego Alejandro Velázquez Cervantes