02285 Kunstig intelligens og multiagent-systemer

2024/2025

Kursusinformation
Artificial Intelligence and Multi-Agent Systems
Engelsk
7,5
Kandidat
Kurset udbydes som enkeltfag
Generel retningskompetence (MSc), Computer Science and Engineering
Retningsspecifikt kursus (MSc), Autonomous Systems
Retningsspecifikt kursus (MSc), Computer Science and Engineering
Retningsspecifikt kursus (MSc), Human-Centered Artificial Intelligence
Teknologisk specialisering (MSc), Autonomous Systems
Teknologisk specialisering (MSc), Computer Science and Engineering
Teknologisk specialisering (MSc), Human-Centered Artificial Intelligence
F4A (tirs 13-17)
Campus Lyngby
Forelæsninger, øvelser, afleveringsopgaver og et større programmeringsprojekt.
13-uger
F4A
Bedømmelse af opgave(r)/rapport(er)
Bedømmelsen baseres på de 2 afleveringsopgaver undervejs i kurset og det afsluttende større programmeringsprojekt. Det afsluttende programmeringsprojekt er et gruppeprojekt og de 2 øvrige afleveringsopgaver vil enten være individuelle eller gruppearbejde. Alle gruppeafleveringer skal individualiseres (ved at angive præcist hvem der har gjort hvad). Bedømmelsen gives som en helhedsvurdering.
7-trins skala , intern bedømmelse
01017. 02101. 02105. 02180. , eller ækvivalente kurser, herunder kendskab til grafsøgningsalgoritmer, søgeheuristikker og lidt prædikatlogik. Desuden kræves erfaring med implementering af ikke-trivielle algoritmer og større softwaresystemer.
Thomas Bolander , Lyngby Campus, Bygning 322, Tlf. (+45) 4525 3715 , tobo@dtu.dk
01 Institut for Matematik og Computer Science
I studieplanlæggeren
Kontakt underviseren for information om hvorvidt dette kursus giver den studerende mulighed for at lave eller forberede et projekt som kan deltage i DTUs studenterkonference om bæredygtighed, klimateknologi og miljø (GRØN DYST). Se mere på http://www.groendyst.dtu.dk
Overordnede kursusmål
Dette kursus introducerer de studerende til avancerede teknikker inden for kunstig intelligens (AI) med særligt fokus på automatiseret planlægning og multiagent-systemer. Kursets mål er at blive i stand til at forklare, analysere og implementere avancerede AI-teknikker.
Læringsmål
En studerende, der fuldt ud har opfyldt kursets mål, vil kunne:
  • beskrive et antal af de mest udbredte teknikker i kunstig intelligens og multiagent-systemer - både i overordnede termer og på et detaljeret teknisk niveau
  • sammenligne og vurdere anvendeligheden af forskelige AI-teknikker indenfor automatiseret planlægning og multiagent-systemer til løsning af et givet konkret problem
  • kombinere forskellige AI-teknikker på en teoretisk sund og praktisk anvendelig måde
  • anvende en given AI-teknik til løsning af et givet konkret problem
  • gøre rede for de generelle komplikationer og fælder involveret i praktisk brug af AI-teknikker
  • selvstændigt udforske den relevante litteratur i forhold til et konkret AI-projekt indenfor automatiseret planlægning og multiagent-systemer
  • implementere ikke-trivielle AI-teknikker i et relativt stort softwaresystem
  • formidle resultater indenfor kursets emneområde i stil med et videnskabeligt konferencebidrag
Kursusindhold
Kurset fokuserer primært på emner indenfor automatiseret planlægning og multiagent-systemer, men vil også berøre andre emner indenfor AI (f.eks. problemløsning ved søgning, vidensrepræsentation og ræssonering med logiske agenter).

Programmeringsprojektet omhandler design og implementation af avancerede AI-teknikker i et simuleret multiagent-miljø. Programmeringsprojektet er meget åbent og lægger op til udvikling af egne algoritmer og multiagent-arkitekturer. Projektet udføres i grupper og skal resultere i et fungerende softwaresystem og en videofremlæggelse, som præsenterer systemet og dets underliggende ideer i stil med forskningspræsentationer på AI-konferencer.

Udover programmeringsprojektet vil der være 2 mindre afleveringsopgaver i løbet af kurset.
Sidst opdateret
02. maj, 2024