BME VIK - Kooperáció és intelligencia

3. A tantárgyfelelős személy és tanszék Dr. Dobrowiecki Tadeusz Pawel,

4. A tantárgy előadója

Dr. Dobrowiecki Tadeusz, egyetemi docens

Méréstechnika és Információs Rendszerek Tanszék

5. A tantárgy az alábbi témakörök ismeretére épít Mesterséges intelligencia, Programozási ismeretek (Java), Kooperatív és tanuló rendszerek

6. Előtanulmányi rend

Ajánlott:

Mesterséges intelligencia (BSc), Kooperatív és tanuló rendszerek (BSc).

7. A tantárgy célkitűzése A tantárgy célkitűzése az együttműködés többszintű vizsgálata az intelligens rendszerekben alkalmazott megoldásokon keresztül A félév során az alacsonyabb, infrastrukturális rétegtől a magasabb szintű, intelligens viselkedést megkívánó rétegekig haladva tárgyaljuk a következő témaköröket: elosztott tanulás; játékelméleti problémák, szavazási rendszerek, ontológiák, nyelvek, kommunikáció és kooperáció, elosztott tervkészítés. A tantárgy követelményeit eredményesen teljesítő hallgatóktól elvárható, hogy tisztában legyenek a kooperatív rendszermegoldások potenciáljával, áttekintésük legyen a kooperatív megoldások technológiai feltételeiről, gyakorlati problémák megoldása során képesek legyenek kooperatív rendszermodellek és rendszerspecifikációk megalkotására és elemzésére, megalapozó jártasságot szerezzenek a kooperativítás játékelméleti módszereiben, tájékozottak legyenek az intelligens kooperatív rendszerek körében alkalmazott magas szintű MI módszerek problémakörében. Gyakorlati ismereteket a hallgatók az ágens BDI architektúra programozását támogató AgentSpeak nyelven kivitelezett önálló feladatokban sajátítanak el.

8. A tantárgy részletes tematikája I. Ágens alapok: A kommunikáció és a kooperáció alapfogalmai. Ágensek. Intelligens ágensek. Több-ágens rendszerek.

II. Ágenskommunikáció logikai alapjai és azon túl: Ágensrendszerek kooperációja intencionális modális logikai (Belief-Desire-Intention) modellek és ezen alapuló kommunikációs nyelvek, AgentSpeak(L) és a megvalósítása Jason.

III. Tanulás többágenses rendszerekben: Többágenses rendszerekben történő tanulás speciális problémái, illetve lehetőségei. Tanulás kooperatív szervezetekben. Tanulás versengő szervezetekben. Tanulás hierarchikusan struktúrált szervezetekben

IV. Fogalmi rendszerek és kooperativítás: Ontológiai rendszerek alapjai. Ontológiák szerepe. Ontológiák helye ágens kommunikációban nyilt rendszerekben. Ontológiák helye ágens-ember kapcsolat kialakitásánál.

V. Játékelméleti modellek: A kooperáció és a játékelmélet. Haszonelmélet: preferencia, haszon, tranzitivitás. Nem kooperatív játékok. Racionalitás, kölcsönös tudás, tökéletesség, teljesség, játékosok, tiszta és kevert stratégiák, Nash-egyensúly, típusok, nem teljes információjú (Bayes-i) játékok, kooperatív játékok.

VI. Versengés nyilt rendszerekben: Kooperatív konfliktus feloldás. Árverés- és szavazáselmélet. Egy/több elemű, első/második áras, és zárt licites árverések. Mechanizmus tervezés, közösségi döntési függvények, domináns- és Nash-implementáció, Vickrey-Clarke-Groves mechanizmusok, Revelációs elv.

VII. Tervszerű cselekvés: Többágenses tervkészítés problémaköre. Alapok. Tervkészítés nyilt rendszerekben hiányos ismeretek mellett. Tervek beágyazása ágensleiró nyelvekbe. Tervkészités és a kommunikáció tervezése.

A tárgyhoz tartozó gyakorlati ismereteket hallgatók a Kooperáció és gépi tanulás labor keretein belül sajátitják el.

9. A tantárgy oktatásának módja (előadás, gyakorlat, laboratórium)

A tárgy elméleti része előadás formájában kerül leadásra. Gyakorlati kísérletezésre a házi feladatban, a félév végi előadásokon, illetve a kapcsolódó labor keretein belül kerül sor.

10. Követelmények a. A szorgalmi időszakban:

· 8 db, hetente kiadott kis házi feladat, valamint egy nagy házi feladat. A nagy házi feladat bemutatása és értékelése (amennyiben a dokumentáció előzetesen le lett adva) a 14. héten történik, egy közös nyilvános bemutató keretében. A nagy házi feladatra max. 40 pontot lehet kapni, a szükséges minimum a pontok 40%-a. A kis házi feladatokra 0 … 4 pontot lehet kapni (nem jó, jó, nagyon jó), a szükséges minimum 5 pont (azaz min. 5 kis házi feladat a 8-ból).

b. A vizsgaidőszakban: írásbeli vizsga. A vizsgára bocsátás feltétele az évközi ZH és házi feladat minimális (40 %) szintű teljesítése.

c. Osztályozás: A vizsga osztályzata a félévközi feladat-, és a vizsgapontok alapján kerül megáálapitásra.

11. Pótlási lehetőségek

A házi feladatok a pótlási időszak végéig pótolhatók.

12. Konzultációs lehetőségek Igény esetén, megbeszélés alapján.

13. Jegyzet, tankönyv, felhasználható irodalom

A tárgy web-lapján közzétett előadási jegyzet, elektronikusan hozzáférhető ajánlott szakirodalom és kiegészítő információ, valamint web-es linkgyűjtemény.

Wooldridge, M., An Introduction to Multi-agent Systems, J. Wiley, 2002

Rafael H. Bordini, Jomi Fred Hübner, Michael Wooldridge, Programming Multi-Agent Systems in AgentSpeak using Jason, J. Wiley, 2007

Stuart Russell és Peter Norvig: Mesterséges intelligencia korszerű megközelítésben, 2., átdolgozott kiadás, Panem Kiadó, Budapest, 2006

T. Mitchell: Machine Learning, McGraw-Hill, 1997.

F. L. Bellifemine, G. Caire, D. Greenwood: Developing Multi Agent Systems with JADE, Wiley, 2007

14. A tantárgy elvégzéséhez átlagosan szükséges tanulmányi munka

Kontakt óra	42
Félévközi készülés órákra	7
Felkészülés zárthelyire	0
Házi feladat elkészítése	15
Kijelölt írásos tananyag elsajátítása	8
Vizsgafelkészülés	48
Összesen	120

15. A tantárgy tematikáját kidolgozta

Dr. Dobrowiecki Tadeusz

Mészáros Tamás

Kovács Dániel László

egyetemi docens

egyetemi adjunktus

tanársegéd

MIT