Sistemes Multiagents Autoorganitzats

Esteu aquí

Crèdits
4.5
Tipus
Optativa
Requisits
Aquesta assignatura no té requisits, però té capacitats prèvies
Departament
UB;CS
Mail
Autonomic Computing és una iniciativa que va ser iniciada per IBM l'any 2001. El seu objectiu final és crear sistemes informàtics autogestionats que permetin superar tant la seva complexitat com el seu creixement. Aquest curs aborda aquesta àrea des del punt de vista de sistemes multi-agents i autoorganització:
· Un sistema multi-agent es composa de diversos components de programari, coneguts com a agents, que interactuen entre ells i que generalment són capaços de cooperar amb l'objectiu de resoldre problemes que van més enllà de les capacitats de qualsevol agent individual.
· L'autoorganització és un procés en el que l'organització interna d'un sistema, normalment un sistema obert, pot augmentar la seva complexitat sense que sigui guiada o administrada per cap element extern.
L'objectiu principal d'aquest curs és proporcionar una idea de les capacitats autònomes dels diferents sistemes multi-agents. Com a resultat, l'estudiantat adquirirà la capacitat de discernir quines aplicacions resulten adequades per a aplicar solucions orientades a agents i com aquestes solucions poden adaptar-se automàticament a possibles futurs canvis.

Professors

Responsable

  • Maite López ( )

Hores setmanals

Teoria
1
Problemes
1
Laboratori
1
Aprenentatge dirigit
0.12
Aprenentatge autònom
5.55

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.
  • CEA7 - Capacitat de comprendre la problemàtica, i les solucions als problemes en la pràctica professional de l'aplicació de la Intel·ligència Artificial en l'entorn empresarial i industrial.
  • CEA9 - Capacitat de comprendre les tècniques avançades de Sistemes Multiagents, i saber dissenyar, implementar i aplicar aquestes tècniques en el desenvolupament d'aplicacions, serveis o sistemes intel·ligents.

Professionals

  • CEP2 - Capacitat de resoldre els problemes de presa de decisions de les diferents organitzacions, integrant eines intel·ligents.
  • 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. Objectius d'aprenentatge referents al coneixement:
    Competències relacionades: CEA7, CEA9, CEA1, CEP2, CEP4, CT4, CT7,
    Subcompetences:
    • Estudiar els aspectes ètics/morals associats als sistemes autònoms.
    • Familiaritzar-se amb diferents models socials i comportaments d'interacció dels agents.
    • Comprendre com els sistemes multi-agent fan servir les normes per coordinar-se, i com aquestes poden ser adaptades.
    • Introducció als mètodes d'aprenentatge per reforç multi-agent.
    • Conèixer les possibles aplicacions de les tecnologies multi-agent i de la simulació basada en agents.
  2. Objectius que es refereixen a habilitats i capacitats:
    Els i les estudiants adquiriran la capacitat de determinar quines aplicacions són compatibles amb la implementació de solucions orientades a agents i com aquestes solucions poden adaptar-se automàticament als canvis que puguin produir-se.
    Amés, seran capaços de desenvolupar simulacions de sistemes multi-agent i analitzar el seu funcionament global.
    Competències relacionades: CG3, CEP3,
  3. Objectius referents a actituds, valors i normes:
    Els i les estudiants desenvoluparan habilitats de treball en equip i reflexionaran sobre aspectes ètics / morals associats als sistemes autònoms.
    Competències relacionades: CT3,

Continguts

  1. Introducció als sistemes multi-agent
    * Agents cooperatius i competitius, * Models socials, * Organitzacions * Institucions * Aplicacions
  2. Simulació basada en agents
    * Modelat individual, * Anàlisi social, * Eines i estudis de casos
  3. Adaptació i coordinació
    * Sistemes normatius multi-agent * Agents morals * Aprenentatge per reforç multi-agent.

Activitats

Activitat Acte avaluatiu


Presentation and discussion of a research paper


Objectius: 1
Continguts:
Teoria
6h
Problemes
0h
Laboratori
0h
Aprenentatge dirigit
0h
Aprenentatge autònom
24h

Course practical assessment


Objectius: 1 2 3
Continguts:
Teoria
2h
Problemes
0h
Laboratori
6h
Aprenentatge dirigit
0h
Aprenentatge autònom
60h

Teoria
8h
Problemes
14h
Laboratori
0h
Aprenentatge dirigit
0.1h
Aprenentatge autònom
10h

Metodologia docent

Els continguts del curs s'impartiran a través d'una sèrie de sessions teòriques i pràctiques:

- Sessions teòriques participatives en les que s'introdueixen i discuteixen entre l'estudiantat nous conceptes. S'incentiva la discussió grupal. Es proporcionaran capítols de llibres de text i articles d'investigació per facilitar el debat i l'intercanvi d'idees.

- Sessions pràctiques en què l'estudiantat posa en pràctica conceptes introduïts prèviament per obtenir una major comprensió. Aquest objectiu s'assolirà resolent problemes, dissenyant sistemes i desenvolupant prototips.

Mètode d'avaluació

L'avaluació es farà en base a presentacions orals a classe i / o del treball realitzat a tasques pràctiques. En general, les notes de les presentacions orals s'assignaran de forma individual, mentre que les notes corresponents a tasques pràctiques es basaran en una avaluació grupal. La ponderació de la nota final serà proporcional a les càrregues de treball respectives de les dues tasques.

Avaluació basada en examen: exercici pràctic per a l'avaluació al final del curs.

Bibliografia

Bàsica:

Complementaria:

Web links

Capacitats prèvies

Resulta útil tenir nocions bàsiques de MAS (Sistemes Multi-Agent)