Cilji in kompetence
Cilj predmeta je, da bodo študenti razumeli osnovne principe povezljivih naprav, njiho medsebojno povezovanje z nosilno hrbtenico (angl. middleware), in uporabiti te principe pri gradnji večagentnih sistemov.
Vsebina
• Inteligentni agenti: agenti, objekti, ekspertni sistemi, abstraktna agentna arhitektura.
• Deduktivni agenti: agenti kot dokazovalci pravil, agentno usmerjeno programiranje.
• Agenti na osnovi praktičnega sklepanja: praktično sklepanje, razmišljanje, analiza virov in sredstev, agenti BDI.
• Odzivne in hibridne arhitekture: vključevalna arhitektura, hibridni agenti.
• Komunikacija v več-agentnih sistemih (angl. MultiAgent Systems, krajše MAS): ontologije, XML, OWL, KIF, ACL (KQML, FIPA, JADE, JADEX).
• Delovanje v skupini: CDPS, delitev opravil in rezultatov, koordinacija.
• Aplikacije v MAS: inteligentni spletni agenti, E-poslovanje, HCI.
• Interakcije v MAS: teorija iger, dominantne strategije, ravnovesje Nash, Zapornikova dilema.
• Odločanje v MAS: teorija družbene izbire, volilne procedure (pluralnost, večinske volitve, Borda štetje...).
• Sklepanje koalicij: koalicijske igre, jedro, vrednost Shapley, formiranje koalicijske strukture.
• Argumentiranje: vrste argumentov, abstraktno argumentiranje, deduktivno argumentiranje.
• Trendi v podatkovni znanosti: koncepti, agenti in okrepitveno učenje.
Metode poučevanja in učenja
• predavanja,
• seminarske vaje,
• laboratorijske vaje,
• projekt,
Predvideni študijski rezultati - znanje in razumevanje
• razložiti in pokazati principe delovanja povezljivih naprav, večagentnih sistemov in njihovega snovanja,
oceniti kakovost rešitve večagentnih sistemov na osnovi njene primernosti, vrednosti, logike oz. uporabnosti,
• integrirati ideje večagentnih sistemov v rešitev, predlagati akcijski načrt,
• uporabiti znanje za reševanje praktičnih problemov, ki zahtevajo znanje in veščine večagentnih sistemov,
• preučiti in analizirati situacije, kjer so potrebne aktivnosti povezljivih sistemov in inteligentnih storitev
Predvideni študijski rezultati - Prenosljive/ključne spretnosti in drugi atributi
Spretnosti komuniciranja: ustni zagovor laboratorijskih vaj, pisno izražanje pri pisnem izpitu.
Uporaba informacijske tehnologije in reševanje nalog: uporaba programskih orodij in programerske sposobnosti za razvoj inteligentnih agentov.
Temeljni literatura in viri
• Wooldridge, M. J. (2011). An introduction to multiagent systems (2nd ed., p. XXII, 461). Wiley.
• Maschler, M., Solan, E., & Zamir, S. (2013). Game theory (p. XXVI, 979). Cambridge university press.
• Russell, S. J., & Norvig, P. (2014). Artificial intelligence: a modern approach (3rd ed., new internat. ed., p. II, 1091). Pearson Education.
• Sutton, R. S., & Barto, A. G. (2020, cop.). Reinforcement learning: an introduction (2nd ed., p. XXII, 526). The MIT Press.
• Multiagent systems (2nd ed., pp. xlviii, 867 pages). (2013). MIT Press.
Pogoji za vključitev v delo oz. za opravljanje študijskih obveznosti
Pogojev ni.
Podrobnosti o izvedbi in ocenjevanju Pisni izpit se lahko nadomesti s kolokviji v enakem deležu 50 %.
