Disciplina
Aprendizagem e Decisão Inteligente
Área
Área Científica de Inteligência Artificial > Tecnologia de Inteligência Artificial
Activa nos planos curriculares
MEIC-A 2021 > MEIC-A 2021 > 2º Ciclo > Area Principal > Agrupamentos > Robótica Inteligente > Planeamento, Aprendizagem e Decisão Inteligente
MEIC-T 2018 > MEIC-T 2018 > 2º Ciclo > Agrupamentos > Sistemas Inteligentes > Planeamento, Aprendizagem e Decisão Inteligente
Min-RSI 2021 > Min-RSI 2021 > Planeamento, Aprendizagem e Decisão Inteligente
MEIC-T 2021 > MEIC-T 2021 > 2º Ciclo > Área Principal > Agrupamentos > Robótica Inteligente > Planeamento, Aprendizagem e Decisão Inteligente
MECD2019 > MECD2019 > 2º Ciclo > Opções > Planeamento, Aprendizagem e Decisão Inteligente
Min-EG 2022 > Min-EG 2022 > Inteligência Artificial e Robótica > Planeamento, Aprendizagem e Decisão Inteligente
MEIC-T 2015 > MEIC-T 2015 > 2º Ciclo > Agrupamentos > Robótica Inteligente > Planeamento, Aprendizagem e Decisão Inteligente
MEIC-A 2015 > MEIC-A 2015 > 2º Ciclo > Agrupamentos > Robótica Inteligente > Planeamento, Aprendizagem e Decisão Inteligente
Nível
4 séries de problemas realizadas individualmente durante o semestre (AC). Um projecto realizado em grupos de dois, onde os alunos deverão propôr um problema de IA e resolvê-lo utilizando técnicas estudadas na cadeira (preferencialmente alinhado com os respectivos temas de tese) (P). Como parte da avaliação do projecto, os alunos deverão apresentar o seu trabalho publicamente. A nota final à cadeira será calculada como: NF = 0.6 * AC + 0.4 * P
Tipo
Não Estruturante
Regime
Semestral
Carga Horária
1º Semestre
3.0 h/semana
1.5 h/semana
147.0 h/semestre
Objectivos
1. Reconhecer os principais desafios envolvidos no desenvolvimento de sistemas inteligentes em cenários com incerteza e/ou adversariais 2. Conhecer e aplicar as principais técnicas de planeamento e aprendizagem neste tipo de cenários
Programa
1. Introdução (1 aula – 1.5 horas). 2. Decisão face à incerteza (6 aulas – 9 horas): a. Utilidade esperada. Teoria da decisão e optimização. b. Cadeias de Markov. Controlo e observabilidade. c. Processos de decisão de Markov (MDPs). Valores de estado e estado-ação. Noções de política e política óptima. d. Iteração em valores para avaliação de políticas. Iteração em política. Convergência. e. Iteração em valores para optimização de políticas. Convergência. f. Processos de decisão de Markov parcialmente observáveis (POMDPs). Crenças. Planeamento. Métodos baseados em pontos. 3. Decisão em sistemas adversos (3 aulas – 4.5 horas): a. Jogos na forma normal. Melhor resposta. Equilíbrio de Nash. b. Jogos sequenciais. Forma estendida. Jogos estocásticos. c. O cálculo de equilíbrios de Nash e a sua complexidade. 4. Aprendizagem (3 aulas – 4.5 horas): a. Teoria da decisão e inferência Bayesiana. Classificador óptimo de Bayes. b. Redes de Bayes. Inferência. Algoritmo max-sum. c. Aprendizagem de modelos sequenciais. Algoritmo forward-backward (Baum-Welch). Aplicação à aprendizagem de POMDPs. 5. Aprendizagem e decisão (6 aulas – 9 horas): a. Aprendizagem ativa. Teoria da aprendizagem. b. Aprendizagem sequencial. Algoritmo weighted majority. Bandits. c. Bandits estocásticos. Regret. Algoritmo UCB. Garantias de performance. d. Bandits adversos. Algoritmo EXP3. Garantias de performance. e. Aprendizagem em processos de decisão de Markov. Aprendizagem por reforço baseada em modelos. f. Aprendizagem por reforço baseada em valor: algoritmos TD-learning e Q-learning. Convergência. 6. Aplicações (2 aulas – 3 horas): a. TD-Gammon: Aplicação de aprendizagem por reforço ao jogo backgammon. b. Bandits e planeamento: Monte-carlo tree search. Algoritmo UCT e aplicações ao jogo Go.
Metodologia de avaliação
4 séries de problemas realizadas individualmente durante o semestre (AC). Um projecto realizado em grupos de dois, onde os alunos deverão propôr um problema de IA e resolvê-lo utilizando técnicas estudadas na cadeira (preferencialmente alinhado com os respectivos temas de tese) (P). Como parte da avaliação do projecto, os alunos deverão apresentar o seu trabalho publicamente. A nota final à cadeira será calculada como: NF = 0.6 * AC + 0.4 * P
Pré-requisitos
Componente Laboratorial
Princípios Éticos
Componente de Programação e Computação
Componente de Competências Transversais
Bibliografia
Principal
Artificial Intelligence: A Modern Approach, 3rd Edition
Prediction, Learning and Games
Secundária
Reinforcement Learning: An Introduction
Pattern Recognition and Machine Learning