02280 Kunstig intelligens og multiagent-systemer

2026/2027

Kursusinformation
Artificial Intelligence and Multi-Agent Systems
Engelsk
10
Kandidat
Kurset udbydes som enkeltfag
F4A (tirs 13-17)
Campus Lyngby
Forelæsninger, øvelser, afleveringsopgaver og et større programmeringsprojekt.
13-uger
F4A, Der er en afsluttende konkurrence i kurset på kursets officielle eksamensdag, hvor alle studerende forventes at deltage.
Bedømmelse af opgave(r)/rapport(er)
Bedømmelsen baseres på en kombination af afleveringsopgaver undervejs i kurset samt det afsluttende store programmeringsprojekt. Alle obligatoriske elementer er gruppeopgaver med krav om individualisering af hver enkelt studerendes bidrag. Bedømmelsen gives som en helhedsvurdering.
7-trins skala , intern bedømmelse
02285
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. Det er muligt at følge 02180 i parallel med 02285, og studerende som er stærke i algoritmik kan formodentlig også følge 02285 uden at tage eller have taget 02180.
Thomas Bolander , Lyngby Campus, Bygning 322, Tlf. (+45) 4525 3715 , tobo@dtu.dk
01 Institut for Matematik og Computer Science
I studieplanlæggeren
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, udforske og formidle den nyeste forskningslitteratur på området, samt kombinere og udvikle nye AI-teknikker i et stort softwaresystem.
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 indenfor automatiseret planlægning og multiagent-systemer
  • selvstændigt søge efter, læse og kritisk analysere relevant forskningslitteratur til et konkret AI-projekt indenfor automatiseret planlægning og multiagent-systemer
  • implementere avancerede AI-teknikker indenfor automatiseret planlægning og multiagentsystemer i et stort softwaresystem
  • mundtligt formidle indholdet af nye forskningsartikler indenfor automatiseret planlægning og multiagent-systemer på en klar og teknisk præcis måde
  • udvikle og implementere egne AI-algoritmer og -løsninger ved kombination eller udvidelse af eksisterende teknikker
  • mundtligt formidle egne AI-algoritmer og eksperimentielle resultater 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 algoritmer og ideer i stil med forskningspræsentationer på AI-konferencer.

Udover programmeringsprojektet vil der være et antal mindre afleveringsopgaver i løbet af kurset. Disse afleveringsopgaver giver de studerende træning i videopræsentationer indenfor kursets emner, og hjælper med at bygge op til det afsluttende projekt.
Sidst opdateret
04. maj, 2026