DE0863 Daudzaģentu sistēmas

Kods DE0863
Nosaukums Daudzaģentu sistēmas
Statuss Obligātais/Ierobežotās izvēles
Līmenis un tips Augstākā līmeņa, Akadēmiskais
Tematiskā joma Datorika
Struktūrvienība Datorzinātnes, informācijas tehnoloģijas un enerģētikas fakultāte
Mācībspēks Egons Lavendelis
Kredītpunkti 6.0
Daļas 1
Anotācija Viens no mākslīgā intelekta virzieniem, kas pašlaik strauji attīstās, pamatojas uz intelektuālu aģentu paradigmu. Virziena mērķis ir radīt sistēmas, kas darbojas racionāli. Intelektuālu aģentu apvienības veido daudzaģentu sistēmas, kas ir izkliedētu intelektuālu sistēmu pamatā. Autonomu robotu sistēmas ir viena svarīga šādu sistēmu realizācija. Šī kursa ietvaros tiek apskatītas daudzaģentu sistēmas un to izstrāde. Galvenā uzmanība tiek veltīta tādām aģentu sociālām spējām, kā mijiedarbībai, komunikācijai un kooperatīvai darbība. Kursa noslēdošajā daļā tiek dots daudzaģentu sistēmu lietojumu pārskats un ieskats robotizētās daudzaģentu sistēmās..
Studiju kursa saturs
Saturs Pilna un nepilna laika klātienes studijas Nepilna laika neklātienes studijas
Kontaktstundas Patstāvīgais darbs Kontaktstundas Patstāvīgais darbs
Daudzaģentu sistēmas un aģenta jēdziens šajā kontekstā 4 0 0 0
Aģentu savstarpējā mijiedarbība 6 2 0 0
Vienošanās mehānismi daudzaģentu sistēmās 10 5 0 0
Komunikācija daudzaģentu sistēmās 6 3 0 0
Aģentu kooperatīva sadarbība 8 4 0 0
Daudzaģentu sistēmu arhitektūras 4 2 0 0
Aģentorientētas programmatūras inženierijas metodoloģijas (daudzaģentu sistēmu izstrāde) 12 2 0 0
Daudzaģentu sistēmu lietojumi 8 4 0 0
Robotizētas daudzaģentu sistēmas 6 4 0 0
Praktiska daudzaģentu sistēmas projektēšana un implementēšana 2 48 0 0
Eksāmens un konsultācija pirms tā (kursa kopsavilkums) 6 14 0 0
Kopā: 72 88 0 0
Mērķis un uzdevumi, izteikti
kompetencēs un prasmēs
Kursa apguves mērķis ir iegūt pamatzināšanas par daudzaģentu sistēmām un apgūt prasmes novērtēt un izvēlēties piemērotu daudzaģentu sistēmu izstrādes metodoloģiju un metodes, lai projektētu un izstrādātu robotizētas sistēmas.
Sasniedzamie studiju
rezultāti un to vērtēšana
Spēj noteikt aģentu lietderības, prioritātes un dominējošās stratēģijas - Eksāmens
Spēj lietot un izvēlēties piemērotus aģentu mijiedarbības un sarunu protokolus, tajā skaitā izvēlēties piemērotus izsoļu mehānismus - Praktiskais darbs, studiju darba aizstāvēšana, eksāmens
Pārzina aģentu komunikācijas valodas - Praktiskais darbs, studiju darba aizstāvēšana
Prot projektēt un implementēt daudzaģentu sistēmu kooperatīva darba veikšanai - Praktiskais darbs, studiju darba aizstāvēšana, eksāmens
Pārzina aģentorientētas programmatūras inženierijas procesu un tajā lietots konceptus - Praktiskais darbs, studiju darba aizstāvēšana, eksāmens
Spēj novērtēt un izvēlēties piemērotu daudzaģentu sistēmu izstrādes metodoloģiju - Praktiskais darbs, studiju darba aizstāvēšana, eksāmens
Prot projektēt daudzaģentu sistēmas, tajā skaitā robotizētas daudzaģentu sistēmas - Praktiskais darbs, studiju darba aizstāvēšana, eksāmens
Pārzina iespējamos daudzaģentu sistēmu pielietojumus un spēs izvērtēt aģentu pielietošanas iespējas dažādās problēmsfērās - Praktiskais darbs, studiju darba aizstāvēšana, eksāmens
Studiju rezultātu vērtēšanas kritēriji
Eksāmens - 50%
Studiju darbs - 30%
Praktiskie darbi nodarbību laikā - 20%
 
Priekšzināšanas Studentiem ir jāzina tādus mākslīgajā intelektā izmantotos algoritmus kā neinformētas un informētas (heiristiskas) pārmeklēšanas algoritmi, jāpārzina zināšanu atspoguļošanas shēmas, tādas kā pirmās kārtas loģika, produkciju likumi, semantiskie tīkli, konceptuālie grafi un freimi. Tāpat jāpārzina intelektuālu aģentu pamatjēdzieni, īpašības un vides.
Studiju kursa plānojums
Daļa KP Stundas Pārbaudījumi
Lekcijas Prakt. d. Lab. Ieskaite Eksāmens Darbs
1 6.0 48.0 16.0 0.0 *

Pieteikties uz šo kursu

[Kursa apraksts PDF formātā]