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 is an initiative started by IBM in 2001. Its ultimate aim is to create selfmanaging computer systems to overcome their rapidly growing complexity and to enable their further growth. This course approaches this area from the Multi-Agent Systems and Self-Organization point of view:
· A multi-agent system is one composed of multiple interacting software components known as agents, which are typically capable of cooperating to solve problems that are beyond the abilities of any individual member.
· Self-organization is a process in which the internal organization of a system, normally an open system, increases in complexity without being guided or managed by an outside source.
The main objective of this course is to provide an insight of the autonomic capabilities of different
multi-agent systems. As a result, students will acquire the capability to discern what applications
are suitable for applying agent-oriented solutions, and how these solutions can adapt to
eventual changes automatically.

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. Learning objectives referring to knowledge:
    Autonomic Computing is an initiative that was started by IBM in 2001. Its ultimate aim is to create self-managing computer systems to overcome their rapidly growing complexity and to enable their further growth. This course unit introduces students to the major concerns in this emerging field, focusing on multi-agent systems and self-organization capabilities.

    - A multi-agent system is composed of multiple interacting software components, or agents, which are typically
    capable of cooperating to solve problems that are beyond the abilities of any individual member.

    - Self-organization is a process in which the internal organization of a system, normally an open system, increases in complexity without being guided or managed by an outside source.

    The main objective of this course unit is to provide an insight into the autonomic capabilities of different multi-agent systems.
    Competències relacionades: CEA7, CEA9, CEA1, CEP2, CEP4, CT4, CT7,
  2. Objectives referring to abilities, skills: Students will acquire the capacity to determine which applications are compatible with the implementation of agent-oriented solutions and how these solutions can adapt automatically to periodic changes.
    Competències relacionades: CG3, CEP3,
  3. Objectives referring to attitudes, values and norms: Students will develop strong teamwork skills.
    Competències relacionades: CT3,

Continguts

  1. Introduction to multi-agent systems
    * Social models
    * Cooperative vs competitive agents
    * Contract networks
    * Coalitions
    * Organizations
    * Institutions
    * Application to e-commerce and negotiation
  2. Agent-based simulation
    * Individual modelling
    * Social analysis
    * Tools & case studies
  3. Adaptation and coordination
    * Coalitions
    * Organizations
    * Autonomic electronic institutions
    * Coordination within virtual institutions
    * Multiple institutions
  4. Normative Multi-Agent Systems
    Norms as a coordination mechanism

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

The course unit will be taught through a series of theory and practical sessions:

- Participatory theory sessions in which new concepts are introduced and discussed between students. Group discussion is strongly encouraged. Textbook chapters and research papers will be provided to facilitate debate and exchange of ideas.

- Practical sessions in which students put into practice previously introduced concepts to gain further insight. This objective will be achieved by solving problems, designing systems, and developing prototypes.

Mètode d'avaluació

Students will be assessed on in-class oral presentations and/or their work in practical assignments. Typically, marks for oral presentations will be awarded on an individual basis, whereas marks for practical assignments will be based on an assessment of the whole group. The weighting of the final grade will be proportional to the respective workloads of the two tasks.

Examination-based assessment: Students will submit a practical exercise for assessment at the end of the course unit.

Bibliografia

Bàsica:

  • An Introduction to Multiagent Systems - Michael Wooldridge, John Wiley & Sons, 2002. ISBN: 0 7149691X
  • Multiagent Systems, A Modern Approach to Distributed Artificial Intelligence - Gerhard Weiss, MIT Press, 1999. ISBN: 0-262-23203-0
  • Complex Adaptive Systems: An Introduction to Computational Models of Social Life - John H. Miller, Scott E. Page,
  • Developing Multi-Agent Systems with JADE - Fabio Luigi Bellifemine, Giovanni Caire, Dominic Greenwood, Wiley Series in Agent Technology,

Complementaria:

  • Programming Multi-Agent Systems in AgentSpeak using Jason - Rafael H. Bordini, Jomi Fred Hübner, Michael Wooldridge, Wiley Series in Agent Technology , .

Web links

Capacitats prèvies

It will help to know about MAS (Multi-Agent Systems)