Tecniche di pianificazione in presenza di conoscenza incompleta

4totale, l’identificazione degli oggetti coinvolti nelle azioni, cioè l’istanziazione delle variabili
del piano, o le operazioni di modifica del piano per risolvere i conflitti tra le azioni. Per
rendere ancora più efficace questa strategia, in molti sistemi è stata sfruttata la possibilità di
imporre vincoli sul piano e sulla sua costruzione, in modo che quando le scelte posticipate
vengono realmente effettuate, i vincoli imposti permettono di verificarne la correttezza. A
questo punto, è possibile creare una corrispondenza tra un problema di pianificazione ed un
CSP, le cui variabili possono rappresentare le variabili stesse del piano o, in generale, le
scelte posticipate. L’applicazione delle tecniche di Constraint Solving diventa molto
vantaggiosa, dato che esse permettono di sfruttare i vincoli attivamente, per ridurre a priori
lo spazio di ricerca della soluzione, eliminando dai domini delle variabili i valori che non
possono certamente far parte della soluzione finale.
Tuttavia, le tecniche di Constraint Solving classiche richiedono che, nel CSP da
risolvere, gli insiemi di valori possibili, per ciascuna variabile, siano tutti noti a priori, cioè
che la conoscenza iniziale del problema sia completa. Di conseguenza, i pianificatori che
adottano queste tecniche sono tutti basati sull’assunzione di completezza e correttezza della
conoscenza descritta in precedenza. Il Constraint Solving Interattivo è invece applicabile
anche a situazioni di conoscenza incompleta. Con questo metodo, sono gli stessi vincoli che
compongono il problema da risolvere a richiedere, durante la loro propagazione, le
eventuali procedure di acquisizione dati necessarie, in modo trasparente al sistema di alto
livello che risolve il CSP. Questo significa che, rappresentando il problema di pianificazione
come un CSP Interattivo, nel quale i vincoli rappresentano le condizioni di applicabilità
(precondizioni) delle azioni e le variabili rappresentano gli oggetti coinvolti nelle azioni, non
è più necessario definire ed inserire nel piano esplicite azioni di osservazione dell’ambiente.
In questo modo si risolvono i problemi di complessità tipici dei pianificatori che operano in
condizioni di incertezza. La struttura dell’algoritmo diventa analoga a quella di un
pianificatore che opera con conoscenza completa e il dominio di azioni a disposizione del
sistema si riduce alle sole azioni causali di modifica dell’ambiente. Inoltre, dato che