General methods for Search and reinforcement Learning

Obiettivo del progetto è la sintesi di algoritmi ottimi di ricerca e apprendimento (Search and Reinforcement Learning), computabili e applicabili nella pratica, basati su concetti della teoria algoritmica dell´informazione, in particolare sul metodo di ricerca universale non incrementale di Levin e sul recente risolutore ottimo di sequenze ordinate di problemi (Optimal Ordered Problem Solver - OOPS), applicabile a problemi di ottimizzazione e previsione.OOPS è un nuovo metodo di apprendimento incrementale, ottimo rispetto all´utilizzo delle risorse temporali, in grado di migliorare attraverso l´esperienza. È già stato utilizzato con successo su problemi non affrontabili con i tradizionali algoritmi di ricerca e apprendimento. Viene attualmente applicato a problemi della teoria dei giochi e di robotica.