FenixEdu™

Disciplina

Planeamento, 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

• 5 trabalhos de laboratório preparados em casa e realizadas no laboratório durante o semestre (AC). Estes trabalhos são realizados em grupos de dois. • Dois testes, realizados individualmente durante o semestre (NT). • A nota final da cadeira (NF) será calculada como: NF = 0.5  NT + 0.5  AC

Tipo

Não Estruturante

Regime

Semestral

Carga Horária

1º Semestre

Aula Teórica (T): 3.0 h/semana

Aula de Laboratório (PL): 1.5 h/semana

Trabalho Autónomo: 147.0 h/semestre

Créditos ECTS:

Objectivos

1. Reconhecer os principais desafios envolvidos no desenvolvimento de sistemas inteligentes em cenários com incerteza 2. Conhecer e aplicar as principais técnicas de planeamento e aprendizagem neste tipo de cenários

Programa

1. Introdução (4 aulas – 6 horas). a. Probabilidades (revisão) b. Cadeias de Markov. Conceito de estabilidade estocástica. c. Modelos de Markov escondidos. Os algoritmos forward-backward e Viterbi. 2. Decisão face à incerteza (7 aulas – 10.5 horas): a. Utilidade esperada. Teoria da decisão e optimização. b. Processos de decisão de Markov (MDPs). Valor de estado e valor de estado-acção. As noções de política e de política óptima. c. Iteração em valores para avaliação de políticas. Iteração em política. Convergência. d. Iteração em valores para optimização de políticas. Convergência. e. Processos de decisão de Markov parcialmente observáveis (POMDPs). Beliefs. Planeamento em POMDPs. Métodos baseados em pontos. 3. Aprendizagem por exemplos (4 aulas – 6 horas): a. Aprendizagem supervisionada (revisão). b. Teoria da decisão e inferência Bayesiana. O classificador óptimo de Bayes. c. Aprendizagem activa em modelos Bayesianos. d. Aprendizagem em modelos de decisão. Aprendizagem por reforço inversa. 4. Aprendizagem por reforço (5 aulas – 7.5 horas): a. Aprendizagem por reforço. b. Aprendizagem por reforço baseada em modelos. c. Aprendizagem por reforço baseada em valor: os algoritmos TD-learning e Q-learning. Convergência. d. Aprendizagem por reforço baseada em política: o algoritmo de policy gradient. 5. Experimentação vs. exploração (2 aulas – 3 horas): a. Predição sequencial: os algoritmos weighted majority e EWAF; b. Bandits estocásticos: o algoritmo UCB. c. Bandits adversariais: o algoritmo EXP3. 6. Aplicações (2 aulas – 3 horas): a. TD-Gammon: Aplicação de aprendizagem por reforço ao jogo backgammon. b. Monte-carlo tree search. O algoritmo UCT e aplicações ao jogo Go.