Una aproximación ontológica al modelado de conocimiento en los dominios de planificación

Historicamente la comunidad de planificacion ha concentrado sus esfuerzos en la creacion de potentes algoritmos de busqueda para resolver problemas en dominios muy sencillos en los que se usa muy poco conocimiento. Sin embargo, cuando intentamos utilizar tecnicas de planificacion para resolver problemas del mundo real nos encontrarnos con dominios ricos en conocimiento, dificiles de modelar y con gran cantidad de informacion asociada. En este tipo de dominios surgen nuevos problemas relacionados con la adquisicion y gestion de grandes bases de conocimiento. Nuestra propuesta consiste en utilizar ontologias para modelar el conocimiento de caracter estatico asociado a estos dominios. En concreto, nos centraremos en un tipo de ontologias con una base formal bien fundada (las logicas descriptivas) que ofrecen un buen compromiso entre expresividad y complejidad computacional. Ademas, estas ontologias son uno de los pilares fundamentales de la web semantica, por lo que existe toda la infraestructura montada a su alrededor de la que podemos aprovecharnos: lenguajes estandar, editores visuales, sistemas de razonamiento, etc. Uno de los objetivos de este trabajo consiste en estudiar que pueden aportar las ontologias y toda esta infraestructura montada a su alrededor al modelado del conocimiento asociado a los dominios de planificacion. Por otra parte, las ontologias proporcionan un vocabulario rico con el que poder expresar conocimiento usando distintos niveles de detalle. Esta capacidad de razonamiento abstracto permite realizar inferencias interesantes a partir del conocimiento disponible. Ademas, permite plantear problemas de planificacion abstractos cuyas soluciones pueden aplicarse a multitud de problemas concretos, algo que resulta especialmente interesante en aproximaciones basadas en casos. En este trabajo tambien investigaremos como podemos aprovechar la capacidad de razonamiento a distintos niveles de abstraccion de las logicas descriptivas.