Tese

Risk-sensitive differentiable planning (2025)

• Authors:
  • Pennacchio, Alan Assis
  • Barros, Leliane Nunes de (Orientador)
• Autor USP: PENNACCHIO, ALAN ASSIS - IME
• Unidade: IME
• Sigla do Departamento: MAC
• DOI: 10.11606/D.45.2025.tde-07042025-214100
• Subjects: OTIMIZAÇÃO ESTOCÁSTICA; INTELIGÊNCIA ARTIFICIAL; GERAÇÃO DE PLANOS EM INTELIGÊNCIA ARTIFICIAL
• Keywords: Differentiable planning; Medidas de risco; Planejamento diferenciável; Risk measures; Stochastic optimization
• Language: Inglês
• Abstract: Planejamento é a área da Inteligência Artificial que estuda problemas de tomada de decisão sequencial da perspectiva de um agente que busca atingir um certo objetivo. Embora avanços significativos tenham sido feitos em planejamento discreto e determinístico, ambientes contínuos e estocásticos apresentam inúmeros desafios. O planejamento diferenciável aborda esses desafios ao enquadrar a tarefa de planejamento como um problema de otimização que pode ser resolvido usando técnicas de otimização baseadas em gradientes. Esta abordagem permite a síntese de planos em ambientes contínuos e estocásticos, complexos e não lineares, sem simplificação do problema. O risco é um aspecto inerente à tomada de decisão em condições de incerteza, e decisões tomadas sem considerar possíveis resultados adversos podem levar a consequências indesejáveis. Este trabalho introduz uma estrutura formal para o planejamento diferenciável sensível ao risco que se aplica a vários problemas contínuos e estocásticos. São discutidas propriedades teóricas de convergência e considerações práticas de implementação, além de realizada uma avaliação empírica do método proposto em um problema ilustrativo de navegação, um \textit de controle e uma aplicação financeira do mundo real. Observou-se que políticas avessas ao risco tendem a priorizar rotas com menor variância no problema de navegação, aproximam-se de forma consistente de soluções ótimas no \textit de controle e apresentam estratégias de decisãocompetitivas na aplicação financeira. Esses resultados confirmam o bom desempenho do método proposto na prática, gerando soluções robustas e sensíveis ao risco em diferentes domínios e demonstrando sua aplicabilidade em cenários reais complexos
• Imprenta:
  • Publisher place: São Paulo
  • Date published: 2025
• Data da defesa: 20.02.2025

Informações sobre o DOI: 10.11606/D.45.2025.tde-07042025-214100 (Fonte: oaDOI API)
• Este periódico é de acesso aberto
• Este artigo é de acesso aberto
• URL de acesso aberto
• Cor do Acesso Aberto: gold
• Licença: cc-by-nc-sa

---

How to cite

A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

• ABNT

  PENNACCHIO, Alan Assis. Risk-sensitive differentiable planning. 2025. Dissertação (Mestrado) – Universidade de São Paulo, São Paulo, 2025. Disponível em: https://www.teses.usp.br/teses/disponiveis/45/45134/tde-07042025-214100/. Acesso em: 02 jan. 2026.

• APA

  Pennacchio, A. A. (2025). Risk-sensitive differentiable planning (Dissertação (Mestrado). Universidade de São Paulo, São Paulo. Recuperado de https://www.teses.usp.br/teses/disponiveis/45/45134/tde-07042025-214100/

• NLM

  Pennacchio AA. Risk-sensitive differentiable planning [Internet]. 2025 ;[citado 2026 jan. 02 ] Available from: https://www.teses.usp.br/teses/disponiveis/45/45134/tde-07042025-214100/

• Vancouver

  Pennacchio AA. Risk-sensitive differentiable planning [Internet]. 2025 ;[citado 2026 jan. 02 ] Available from: https://www.teses.usp.br/teses/disponiveis/45/45134/tde-07042025-214100/

Últimas obras dos mesmos autores vinculados com a USP cadastradas na BDPI:

• Differentiable planning for optimal liquidation