Este curso proporciona los conocimientos teóricos básicos del campo de los agentes inteligentes y los sistemas multi-agente. La primera parte del curso describe tipos de agentes, sus propiedades y diferentes arquitecturas. En la segunda parte se describen las técnicas básicas de coordinación entre agentes.
El curso también incluye una componente práctica en el laboratorio en la que los estudiantes deberán trabajar en grupo para desarrollar un sistema multi-agente.
Profesorado
Responsable
Jordi Pascual Fontanilles (
)
Horas semanales
Teoría
2
Problemas
0
Laboratorio
1
Aprendizaje dirigido
0
Aprendizaje autónomo
5.33
Competencias
Competencias Técnicas Genéricas
Genéricas
CG3 - Capacidad para la modelización, cálculo, simulación, desarrollo e implantación en centros tecnológicos y de ingeniería de empresa, particularmente en tareas de investigación, desarrollo e innovación en todos los ámbitos relacionados con la Inteligencia Artificial.
Competencias Técnicas de cada especialidad
Académicas
CEA1 - Capacidad de comprender los principios básicos de funcionamiento de las técnicas principales de los Sistemas Multiagentes, y saber utilizarlas en el entorno de un sistema o servicio inteligente.
CEA8 - Capacidad de realizar investigación en nuevas técnicas, metodologías, arquitecturas, servicios o sistemas en el área de la Inteligencia Artificial.
Profesionales
CEP3 - Capacidad de aplicación de las técnicas de Inteligencia Artificial en entornos tecnológicos e industriales para la mejora de la calidad y la productividad.
CEP4 - Capacidad para disenar, redactar y presentar informes sobre proyectos informaticos en el area especifica de Inteligencia Artificial.
Competencias Transversales
Trabajo en equipo
CT3 - Ser capaz de trabajar como miembro de un equipo interdisciplinar ya sea como un miembro mas, o realizando tareas de direccion con la finalidad de contribuir a desarrollar proyectos con pragmatismo y sentido de la responsabilidad, asumiendo compromisos teniendo en cuenta los recursos disponibles.
Uso solvente de los recursos de información
CT4 - Gestionar la adquisicion, la estructuracion, el analisis y la visualizacion de datos e informacion en el ambito de la especialidad y valorar de forma critica los resultados de esta gestion.
Analisis y sintesis
CT7 - Capacidad de analisis y resolucion de problemas tecnicos complejos.
Objetivos
Adquisición de los conceptos teóricos básicos en el campo de los agentes inteligentes y los sistemas multi-agente.
Competencias relacionadas:
CEA8,
CEA1,
CT4,
Solucionar algún problema complejo en grupo utilizando un sistema multi-agente.
Competencias relacionadas:
CG3,
CEP3,
CEP4,
CT3,
CT7,
Contenidos
Agentes Inteligentes
Introducción a los agentes inteligentes. Definición.
Arquitecturas: reactiva, deliberativa, híbrida.
Propiedades: razonamiento, aprendizaje, autonomía, proactividad, etc.
ipología: agentes de interfície, agentes de información, sistemas heterogéneos.
Sistemas Multi-Agente
Introducción a los sistemas inteligentes distribuidos. Comunicación. Estándares. Coordinación. Negociación. Planificación distribuida. Votaciones. Subastas. Formación de coaliciones. Aplicación de sistemas multi-agente a problemas industriales.
Actividades
ActividadActo evaluativo
Práctica
Ejercicio práctico (en grupos) de desarrollo de un sistema multi-agente. Objetivos:2 Semana:
15
Teoría
0h
Problemas
0h
Laboratorio
0h
Aprendizaje dirigido
0h
Aprendizaje autónomo
40h
Examen de teoría
Examen del contenido teórico de la asignatura Objetivos:1 Semana:
15
Las metodologías docentes utilizadas serán:
- Clase magistral.
- Clase expositiva participativa.
- Supervisión de prácticas de laboratorio.
- Supervisión y orientación de trabajos cooperativos.
- Orientación de trabajos autónomos.
- Tutorización individualizada.
- Consultas.
Método de evaluación
Examen final: 40%
Ejercicio práctico, desarrollado en grupos: 60%. Este ejercicio incluirá el análisis de las arquitecturas y tipos de agentes más adecuados para el ejercicio (10%), un análisis de las técnicas de coordinación y negociación más apropiadas (20%) y una presentación final oral y escrita del sistema multi-agente totalmente implementado (30%). Es necesario completar el ejercicio práctico para superar la asignatura.