Introducció als Sistemes Multiagents

Crèdits
5
Tipus
Obligatòria
Requisits
Aquesta assignatura no té requisits , però té capacitats prèvies
Departament
CS;URV
Web
https://campusvirtual.urv.cat
Aquest curs proporciona els coneixements teòrics bàsics sobre agents intel·ligents i sistemes multi-agent. En la primera part del curs es parlarà de tipus d'agents, propietats que tenen i les seves arquitectures. A la segona part es descriuen diversos mecanismes de coordinació entre agents.

El curs també inclou una component pràctica de laboratori on els estudiants hauran de desenvolupar en grups un sistema multi-agent.

Professorat

Responsable

Hores setmanals

Teoria
2
Problemes
0
Laboratori
1
Aprenentatge dirigit
0
Aprenentatge autònom
5.33

Competències

Competències Tècniques Generals

Genèriques

  • CG3 - Capacitat per a la modelització, càlcul, simulació, desenvolupament i implantació en centres tecnològics i d'enginyeria d'empresa, particularment en tasques de recerca, desenvolupament i innovació en tots els àmbits relacionats amb la Intel·ligència Artificial.

    • Competències Tècniques de cada especialitat

    Acadèmiques

  • CEA1 - Capacitat de comprendre els principis bàsics de funcionament de les tècniques principals dels Sistemes Multiagents, i saber utilitzar-les en l'entorn d'un sistema o servei intel·ligent.
  • CEA8 - Capacitat de realitzar investigació en noves tècniques, metodologies, arquitectures, serveis o sistemes en l'àrea de la Intel·ligència Artificial.

    • Professionals

  • CEP3 - Capacitat d'aplicació de les tècniques d'Intel·ligència Artificial en entorns tecnològics i industrials per a la millora de la qualitat i la productivitat.
  • CEP4 - Capacitat per dissenyar, redactar i presentar informes sobre projectes informaticos en l'area especifica d'Intel·ligència Artificial.

    • Competències Transversals

    Treball en equip

  • CT3 - Ser capaç de treballar com a membre d'un equip interdisciplinari, ja sigui com un membre més o duent a terme tasques de direcció, amb la finalitat de contribuir a desenvolupar projectes amb pragmatisme i sentit de la responsabilitat, tot assumint compromisos considerant els recursos disponibles.

    • Ús solvent dels recursos d'informació

  • CT4 - Gestionar l'adquisició, l'estructuració, l'anàlisi i la visualització de dades i informació de l'àmbit d'especialitat, i valorar de forma crítica els resultats d'aquesta gestió.

    • Analisis i sintesis

  • CT7 - Capacitat d'anàlisi i resolució de problemes tècnics complexos.

    • Objectius

    1. Adquisició dels conceptes teòrics bàsics de l'àrea dels agents intel·ligents i sistemes multi-agent.
      Competències relacionades: CT4, CEA1, CEA8,
    2. Resolució en grup d'un problema complex utilitzant sistemes multi-agent.
      Competències relacionades: CT3, CT7, CEP3, CEP4, CG3,

    Continguts

    1. Agents Intel·ligents
      Introducció als agents intel·ligents. Definició.
      Arquitectures: reactiva, deliberativa, híbrida.
      Propietats: raonament, aprenentatge, autonomia, proactivitat, etc.
      Tipologia: agents d'interficie, agents d'informació, sistemes heterogenis.
    2. Sistemes Multi-Agent
      Introducció als sistemes intel·ligents distribuïts. Comunicació. Estàndars. Coordinació. Negociació. Planificació distribuïda. Votacions. Subhastes. Formació de coalicions. Aplicació dels sistemes multi-agent a problemes industrials.

    Activitats

    Activitat Acte avaluatiu


    Pràctica

    Exercici pràctic en grup de desenvolupament d'un sistema multi-agent.
    Objectius: 2
    Setmana: 15
    Teoria
    0h
    Problemes
    0h
    Laboratori
    0h
    Aprenentatge dirigit
    0h
    Aprenentatge autònom
    0h

    Examen teoria

    Examen del contingut teòric de l'assignatura
    Objectius: 1
    Setmana: 15
    Teoria
    0h
    Problemes
    0h
    Laboratori
    0h
    Aprenentatge dirigit
    0h
    Aprenentatge autònom
    0h

    Classes de teoria

    Classes magistrals de teoria
    • Teoria: Classes de teoria
    Objectius: 1
    Continguts:
    Teoria
    30h
    Problemes
    0h
    Laboratori
    0h
    Aprenentatge dirigit
    0h
    Aprenentatge autònom
    0h

    Sessions de laboratori

    Sessions a les aules d'informàtica
    • Laboratori: Sessions pràctiques al laboratori
    Objectius: 2
    Continguts:
    Teoria
    0h
    Problemes
    0h
    Laboratori
    15h
    Aprenentatge dirigit
    0h
    Aprenentatge autònom
    0h

    Metodologia docent

    Les metodologies docents utilitzades seran:
    - Classe magistral.
    - Classe expositiva participativa.
    - Supervisió de pràctiques de laboratori.
    - Supervisió i orientació de treballs cooperatius.
    - Orientació de treball autònom.
    - Tutorització individualitzada.
    - Consultes

    Mètode d'avaluació

    Examen final: 40%
    Exercici pràctic, en grups: 60%. Aquest exercici inclourà l'anàlisi de les arquitectures i tipus d'agents més adequats, l'anàlisi dels mecanismes de coordinació i negociació més apropiats i una presentació oral i escrita final del sistema multi-agent totalment implementat. Cal completar l'exercici pràctic per superar l'assignatura.

    Bibliografia

    Bàsic

    Complementari

    Web links

    Capacitats prèvies

    Coneixement de conceptes bàsics d'Intel·ligència Artificial.
    Coneixements de programació en Python.