Emner

Faglig innhold

Emnet tar for seg hovedaspektene ved distribuert AI som for eksempel kunnskapsdeling, modeller av kommunikasjon/samarbeid i multiagentsystemer, arkitekturer for multiagentsystemer og språk for kommunikasjon mellom agenter. Sentralt i emnet er "intelligente agenter" - kjennetegn og mulige arkitekturer. Den praktiske delen av kurset inneholder øvinger/prosjekt, som går ut på implementering av forskjellige deler av multiagent systemer.

Læringsmål

Å kunne beskrive de grunnleggende prinsippene for distribuert AI, samt bruken av teknikker fra kunstig intelligens i distribuert beregningsmiljø.
Å definere begrepet intelligente agent(IA), å forklare egenskapene til IA og å diskutere hva hver egenskap er nyttig for.
Å klassifisere forskellige type IA arkitekturer og deres komponenter (dvs. reaktive, deliberative og sosyal komponentene), og forholdet mellom komponentene.
Å kunne forklare egenskapene til forskjellige agentmiljø og å beslutte hva slag agentarkitektur som passer best i hvert type miljø.
Å kunne analysere og diskutere forskjeller og likhether, og fordeler og ulemper med forskjellige type agenter.
Å forklare forskjellig type interaksjoner i multiagentsystemer (MAS).
Å kunne analysere hvilken type interaksjon som behøves i en gitt multiagentsituasjon.
Å kunne anvende forskjellige typer interaksjonsstrategier.
Å beskrive hva et agentspråk er og å gi eksempler fra eksisterende agentspråk (e.g., KQML og FIPA's ACL), og kunne anvende disse i en agentinterakjonssetting.

Læringsformer og aktiviteter

Forelesninger og øvinger. Et sett av obligatoriske øvinger må være godkjent for å ta eksamen. Avsluttende eksamen teller 100%. Emnet vil undervises på engelsk. Ved utsatt eksamen (kontinuasjonseksamen) kan skriftlig eksamen bli endret til muntlig eksamen.

Obligatoriske aktiviteter

• Øvinger

Anbefalte forkunnskaper

TDT4136 Logikk og resonnerende systemer eller tilsvarende.

Forkunnskapskrav

Kursmateriell

Tekstbok: Wooldridge, M.J.: An Introduction to Multiagent Systems. Artikkelsamling - oppgis ved semesterstart.

Studiepoengreduksjon

Emnekode	Reduksjon	Fra	Til
SIF8072	7.5