Disciplina

Área

Área Científica de Inteligência Artificial > Sistemas Inteligentes

Activa nos planos curriculares

MEIC-A 2021 > MEIC-A 2021 > 2º Ciclo > Area Principal > Agrupamentos > Jogos > Agentes Autónomos e Sistemas Multi-Agente

MEIC-T 2021 > MEIC-T 2021 > 2º Ciclo > Área Principal > Agrupamentos > Jogos > Agentes Autónomos e Sistemas Multi-Agente

MEIC-T 2015 > MEIC-T 2015 > 2º Ciclo > Agrupamentos > Robótica Inteligente > Agentes Autónomos e Sistemas Multi-Agente

MEIC-A 2015 > MEIC-A 2015 > 2º Ciclo > Agrupamentos > Robótica Inteligente > Agentes Autónomos e Sistemas Multi-Agente

MERC 2006 > MERC 2006 > 2º Ciclo > Opções > Agentes Autónomos e Sistemas Multi-Agente

MEIC-T 2006 > MEIC-T 2006 > 2º Ciclo > Áreas de Especialização Complementares > Sistemas Multimédia > Agentes Autónomos e Sistemas Multi-Agente

MEIC-A 2006 > MEIC-A 2006 > 2º Ciclo > Área de Especialização Complementar > Sistemas Multimedia > Agentes Autónomos e Sistemas Multi-Agente

Nível

Avaliação baseada em 3 components: • P: projecto • T: mini-teste • E: exercício/essay A nota final é dada por: N = 50%P + 30%T + 20%E sujeita a P>=9.0 (nota mínima no projeto)

Tipo

Não Estruturante

Regime

Semestral

Carga Horária

1º Semestre

2.0 h/semana

1.5 h/semana

119.0 h/semestre

Objectivos

• conhecer os principais conceitos, perspectivas e aplicações de agentes autónomos e sistemas multi-agente • adquirir uma visão estruturada das propriedades e príncipios arquiteturais dos sistemas baseados em agentes • avaliar criticamente a adequação da resolução de problemas específicos com recurso a agentes • mapear problemas do mundo real como sistemas baseados em agentes • saber especificar agentes reativos, deliberativos, afetivos e híbridos • saber especificar agentes adaptativos: capazes de aprender com a experiência • saber especificar sociedades de agentes • entender o papel da comunicação, negociação e coalizão de agentes em problemas do mundo real • estabelecer os prós e contras de sistemas baseados em agentes em diferentes aplicações • desenvolver sistemas complexos usando metodologias orientadas a agentes

Programa

1. Introdução - Agentes autónomos e IA - Arquiteturas - Programação orientada a agentes 2. Agentes dedutivos 3. Agentes reativos 4. Agentes deliberativos - modelo BDI - raciocínio processual 5. Agentes emocionais - Teorias de avaliação - Percepção, decisão e expressão emocional 6. Agentes adaptativos - Agentes com aprendizagem por reforço - Agentes com prospecção incremental de dados 7. Agentes híbridos - Arquiteturas híbridas horizontais e verticais 8. Agentes sociais - Coordenação, estigmeria, auto-organização, emergência 9. Teoria dos jogos - Equilíbrio de Nash e pareto ótimo - Jogos com repetições 10. Agentes negociadores - Negociação - Concessão monotônica 11. Agentes leiloeiros - Bem-estar social - Manipulação estratégica 12. Agentes argumentativos - Jogos de coalizão - Sistemas de argumentação dedutivos 13. Sociedades adaptáveis 14. Agentes em livre interação - Atos espontâneos de fala - Semântica da comunicação 15. Agentes humano-interativos 16. Ética e impacto 17. Avanços     

Metodologia de avaliação

Avaliação baseada em 3 components: • P: projecto • T: mini-teste • E: exercício/essay A nota final é dada por: N = 50%P + 30%T + 20%E sujeita a P>=9.0 (nota mínima no projeto)

Pré-requisitos

É esperado que os alunos sejam proficientes em programação.

Componente Laboratorial

A componente de laboratório está dividida em dois momentos: No primeiro momento (correspondente às primeiras 3.5 semanas do trimestre), um sistema multi-agente é fornecido aos estudantes e o desafio lançado é aprimorar o sistema incrementalmente dotando os agentes de comportamento reativo, deliberativo, emocional e social No segundo momento (correspondente às últimas 3.5 semanas do trimestre), os laboratórios destinam-se a apoiar os alunos a desenvolver um novo sistema baseado em agentes de raiz no contexto do projeto do curso

Princípios Éticos

Todos os membros de um grupo são responsáveis pelo trabalho do grupo. Em qualquer avaliação, todo aluno deve divulgar honestamente qualquer ajuda recebida e fontes usadas. Numa avaliação oral, todo aluno deverá ser capaz de apresentar e responder a perguntas sobre toda a avaliação.

Componente de Programação e Computação

O curso foi desenvolvido para ajudar os alunos a desenhar e implementar sistemas computacionais complexos, situados em ambientes complexos (dinâmicos e incertos). Como tal, os alunos devem ser proficientes em programação. O primeiro conjunto de laboratórios foi projetado para os alunos enriquecerem gradualmente um sistema multi-agente. O sistema é fornecido em três idiomas: em Java, Python ou NetLogo. Os alunos podem selecionar uma das três implementações de acordo com a sua linguagem de preferência e adicionar funcionalidades nessa linguagem. O segundo conjunto de laboratórios foi projetado para ajudar os alunos (em grupos de três elementos) a desenvolver um novo sistema de agentes de raiz. Os grupos podem livremente optar pela sua linguagem de programação de preferência para este fim.

Componente de Competências Transversais

1. Pensamento crítico e inovador - criatividade - pensamento crítico - estratégias de resolução de problemas 2. Cidadania global - tolerância e abertura 3. Competências interpessoais - comunicação escrita - trabalho de equipa 4. Competências intrapessoais - motivação intríseca - tomada de decisão 5. Literacia da informação e dos media - estruturação e formatação de documentos e apresentações O racional associado a cada uma das competências listadas, bem como as iniciativas estabelecidas para estimular a aprendizagem de cada competência, está disponibilizado em anexo.

Bibliografia

Principal

An Introduction to MultiAgent Systems (2nd edition)

Michael Wooldridge

2009

John Wiley & Sons Ltd