Drukuj Eksport do pliku (MS Word)
Nazwa przedmiotu:
Systemy agentowe
Koordynator przedmiotu:
Dominik Ryżko
Status przedmiotu:
Obowiązkowy
Poziom kształcenia:
Studia II stopnia
Program:
Informatyka
Grupa przedmiotów:
Przedmioty techniczne - zaawansowane
Kod przedmiotu:
SAG
Semestr nominalny:
3 / rok ak. 2018/2019
Liczba punktów ECTS:
4
Liczba godzin pracy studenta związanych z osiągnięciem efektów uczenia się:
30 godzin wykład 20 godzin przygotowanie się do wykładów i egzaminu 15 godzin spotkania projektowe 45 godzin praca własna nad projektem w sumie 110 godzin, co daje 4 ECTS
Liczba punktów ECTS na zajęciach wymagających bezpośredniego udziału nauczycieli akademickich:
30 godzin wykład 15 godzin spotkania projektowe w sumie 45 godzin, co daje ok. 2 ECTS
Język prowadzenia zajęć:
polski
Liczba punktów ECTS, którą student uzyskuje w ramach zajęć o charakterze praktycznym:
15 godzin spotkania projektowe 45 godzin praca własna nad projektem w sumie 60 godzin, co daje ok. 2 ECTS
Formy zajęć i ich wymiar w semestrze:
  • Wykład30h
  • Ćwiczenia0h
  • Laboratorium0h
  • Projekt15h
  • Lekcje komputerowe0h
Wymagania wstępne:
Limit liczby studentów:
48
Cel przedmiotu:
Treść wykładu obejmuje zagadnienia związane z Systemami Agentowymi - MAS (Multi-Agent Systems), które stanowią stosunkowo nową, niezwykle dynamicznie rozwijającą się gałąź Sztucznej Inteligencji. Podstawowym celem wykładu jest przedstawienie MAS nie tylko jako nowej klasy systemów, lecz raczej jako zbioru paradygmatów określających nowe podejście do budowy systemów informacyjnych. W trakcie wykładu zostanie pokazane jak takie podejście wychodzi naprzeciw aktualnym problemom na jakie napotykamy próbując rozwiązać coraz bardziej złożone zagadnienia klasycznymi metodami.Treść wykładu obejmie szereg zagadnień od założeń stojących u podstaw MAS, poprzez model agenta, najważniejsze zaproponowane architektury takich systemów, aż po metody ich projektowania i implementacji. Zostaną też przedstawione otwarte nadal zagadnienia związane m.in. z samoorganizacją i zjawiskami emergencji, ukazujące perspektywy dalszego rozwoju i możliwości ciekawych badań naukowych w tej dziedzinie.
Treści kształcenia:
Wprowadzenie do MAS: Zostanie omówiona historia systemów agentowych (MAS), motywacje stojące za ich powstaniem oraz aktualne trendy. Wymienione zostaną paradygmaty stojące u podstaw MAS i przykłady zastosowania takich systemów. Model Agenta: Wprowadzone zostaną podstawowe definicje agenta i systemu agentowego. Omówione zostaną najważniejsze modele agentów występujące w literaturze i zastosowane w budowie rzeczywistych systemów Architektura: Zostanie formalnie zdefiniowany System Agentowy oraz różne rodzaje zbiorowości agentów i ich klasyfikacje ze względu na różne kryteria. Metody reprezentacji wiedzy: Zostanie przedstawiony przegląd metod reprezentacji wiedzy (dziedzinowej i środowiskowej) w MAS. Wyliczone zostaną elementy wiedzy środowiskowej, które są niezbędne do efektywnego rozwiązywania problemów przez agenta. Metody komunikacji: Omówione zostaną różne modele komunikacji w systemie MAS (kooperacja / negocjacje) oraz ich zależność od przyjętej architektury systemu. Przedstawione zostaną języki, protokoły i modele komunikacji. Grupowe rozwiązywanie problemów: W tej części wykładu zostaną zaprezentowane sposoby wykorzystania zalet MAS w celu rozwiązywania różnych problemów takich jak: planowanie, wyszukiwanie czy wnioskowanie. Pokazane również zostaną możliwości uczenia się w MAS. Zbiorowe podejmowanie decyzji: Zostaną przedstawione różne sposoby oceny podjętych decyzji z punktu widzenia: racjonalnego, wydajnościowego, ekonomicznego, społecznego etc. Następnie przedstawione zostaną sposoby podejmowania decyzji w zbiorowości agentów. Modelowanie zachowań społecznych: Przedstawiony zostanie bardziej szczegółowo agentowy model BDI, u którego podstaw leży próba opisania agenta jako jednostki posiadającej własne przekonania, cele i intencje. Podane zostaną przykłady zastosowania tego modelu do symulowania zachowań społecznych. Prowadzenie symulacji: Przedstawiona zostanie klasa systemów agentowych przeznaczone do modelowania złożonych środowisk i prowadzenia ich symulacji. Omówiony zostanie problem modelowania rzeczywistości, a w szczególności wybór poziomu szczegółowości, liczba atrybutów, właściwy dobór agentów i ich typów. Agenty mobilne: Pokazane zostaną motywacje stojące za tworzeniem mobilnych agentów. Przedstawione zostaną różne rodzaje mobilnych agentów i architektury z ich wykorzystaniem. Podane zostaną przykłady zastosowań takich rozwiązań. Projektowanie MAS: Omówione zostaną źródła problemów związanych z projektowaniem systemów agentowych. Przedstawione zostaną różne metody projektowania systemów agentowych stosowane w praktyce. Platformy MAS: Przedstawione zostanie nowe podejście do programowania nazywane AOP (Agent-oriented programming). Zostaną omówione najważniejsze platformy do budowy i uruchamiania systemów agentowych. Stan obecny i wyzwania na przyszłość: Przedstawione zostaną najważniejsze osiągnięcia związane z wdrażaniem MAS do rozwiązywania praktycznych problemów, oraz zagadnienia które należy jeszcze uznać za otwarte.
Metody oceny:
Do zaliczenia przedmiotu jest wymagane zaliczenie: części teoretycznej (egzamin) - uzyskanie minimum 31 punktów (z 60 możliwych). części praktycznej (projekt) - uzyskanie minimum 21 punktów (z 40 możliwych). Ocena z przedmiotu jest wystawiana w standardowej skali od progu 51 (ocena 3) do progu 91 (ocena 5).
Egzamin:
tak
Literatura:
W ramach przygotowania przedmiotu zostaną stworzone materiały dydaktyczne w formie elektronicznej - prezentacje wspomagające prowadzenie wykładu. Literatura: Gerhard Weiss, MAS - a modern approach to Distributed Artificial Intelligence, MIT Press 1999 M.Wooldridge, An Introduction to MultiAgent Systems, John Wiley & Sons, 2002. Fabio Bellifemine, Giovanni Caire, Dominic Greenwood , Developing Multi-agent systems with JADE, John Wiley & Sons 2007 S. Russell, P. Norvig: Artificial Intelligence. A Modern Approach. The Inteligent Agent Book, Prentice Hall, 2003 G. F. Luger, Artificial Intelligence: Structures and Strategiesfor Complex Problem Solving, Addison Wesley, 2004
Witryna www przedmiotu:
https://usosweb.usos.pw.edu.pl/kontroler.php?_action=katalog2/przedmioty/pokazPrzedmiot&prz_kod=103A-INxxx-MSP-SAG
Uwagi:

Efekty uczenia się

Profil ogólnoakademicki - wiedza

Charakterystyka SAG_W01
Student potrafi scharakteryzować najważniejsze modele agenta stosowane w praktyce
Weryfikacja: egzamin ustny
Powiązane charakterystyki kierunkowe: K_W04, K_W08, K_W09, K_W10
Powiązane charakterystyki obszarowe: I.P7S_WG, III.P7S_WG.o
Charakterystyka SAG_W02
Student zna metody grupowego rozwiązywania problemów w systemach agentowych
Weryfikacja: egzamin ustny
Powiązane charakterystyki kierunkowe: K_W09, K_W10
Powiązane charakterystyki obszarowe: I.P7S_WG, III.P7S_WG.o
Charakterystyka SAG_W03
Student zna metody i protokoły komunikacji w systemach agentowych
Weryfikacja: egzamin ustny
Powiązane charakterystyki kierunkowe: K_W10, K_W04, K_W08, K_W09
Powiązane charakterystyki obszarowe: I.P7S_WG, III.P7S_WG.o
Charakterystyka SAG_W04
Student potrafi wymienić i opisać cechy agenta programowego
Weryfikacja: egzamin ustny
Powiązane charakterystyki kierunkowe: K_W04, K_W10
Powiązane charakterystyki obszarowe: I.P7S_WG, III.P7S_WG.o
Charakterystyka SAG_W05
Student zna najważniejsze metody reprezentacji i wymiany wiedzy w systemach agentowych
Weryfikacja: egzamin ustny
Powiązane charakterystyki kierunkowe: K_W01, K_W06, K_W11
Powiązane charakterystyki obszarowe: I.P7S_WG, III.P7S_WG.o

Profil ogólnoakademicki - umiejętności

Charakterystyka SAG_U01
Student potrafi zaimplementować prosty system agentowy realizujący zadane funkcjonalności
Weryfikacja: Projekt
Powiązane charakterystyki kierunkowe: K_U01, K_U05, K_U09
Powiązane charakterystyki obszarowe: I.P7S_UK, I.P7S_UW, III.P7S_UW.1.o
Charakterystyka SAG_U02
Student potrafi zaproponować model agenta adekwatny do zadanego problemu
Weryfikacja: Projekt
Powiązane charakterystyki kierunkowe: K_U05, K_U06, K_U08, K_U09, K_U13
Powiązane charakterystyki obszarowe: I.P7S_UW, III.P7S_UW.3.o, III.P7S_UW.1.o