Ευφυείς Πράκτορες και Πολυπρακτορικά Συστήματα

Εξάμηνο μαθήματος
1ου εξαμήνου
Κατηγορία μαθήματος
Υποχρεωτικό
Πιστωτικές Μονάδες
6
Διδάσκοντες

Γ. Βούρος

Στοχος

Με την επιτυχή ολοκλήρωση του μαθήματος ο φοιτητής / η φοιτήτρια θα είναι σε θέση να:

  • Εξηγεί θεμελιώδεις έννοιες σε ότι αφορά τους ευφυείς πράκτορες, τα πολυπρακτορικά συστήματα, να αναγνωρίζει τα ιδιαίτερα χαρακτηριστικά του περιβάλλοντός τους και των πρακτόρων.
  • Αποφασίζει πως τα χαρακτηριστικά του περιβάλλοντος καθορίζουν το σχεδιασμό, την απαιτούμενη λειτουργικότητα και την επιλογή των κατάλληλων τεχνικών για την υλοποίηση των συστημάτων.
  • Γνωρίζει, σχεδιάζει,  αναλύει αλγορίθμους που αφορούν στην κατανεμημένη επίλυση προβλημάτων, στην επίτευξη στόχων μέσω ανταγωνιστικότητας ή συντονισμού και συνεργασίας.
  • Γνωρίζει, σχεδιάζει,  αναλύει αλγορίθμους που αφορούν στην κατανεμημένη μάθηση πολλαπλών πρακτόρων.
  • Επικοινωνεί ιδέες που αφορούν τους πράκτορες και τα πολυπρακτορικά συστήματα με καθαρό, σαφή και τυπικό τρόπο. 

Με στόχο να κατασκευάζει και να αποτιμά πρακτορικά και πολυπρακτορικά συστήματα σε προκαθορισμένα περιβάλλοντα λειτουργίας, και να εξηγεί τη λειτουργία τους.

Περιεχομενα

  • Εισαγωγικά στοιχεία για τους ευφυείς πράκτορες , τα πολυπρακτορικά συστήματα και βασικές αρχιτεκτονικές ανάπτυξης πρακτόρων
  • Πολυπρακτορικές αλληλεπιδράσεις: Η έννοιες της χρησιμότητας και των προτιμήσεων 
  • Βασικά ζητήματα θεωρίας παιγνίων, κατηγορίες παιγνίων, έννοιες λύσεων και καταστάσεις ισορροπίας
  • Αλγοριθμικά θέματα παιγνίων
  • Κατανεμημένη επίλυση προβλημάτων: Κατανομή προβλημάτων και συντονισμός για την επίλυση προβλημάτων
  • Κατανεμημένη επίλυση προβλημάτων περιορισμών, κατανομή εργασιών σε πράκτορες, κατανεμημένος δυναμικός προγραμματισμός
  • Σύναψη συμφωνιών: Δημοπρασίες
  • Σύναψη συμφωνιών: Διαπραγμάτευση
  • Επικοινωνία μεταξύ πρακτόρων
  • Εκπαίδευση πρακτόρων και πολυπρακτορικών συστημάτων με ενισχυτική μάθηση

Επιπλέον, αναρτώνται σε ηλεκτρονική μορφή άρθρα, οπτικοακουστικό υλικό διαλέξεων και διαδικτυακές διευθύνσεις για χρήσιμες πληροφορίες καθώς και ασκήσεις για την εξάσκηση των φοιτητών/τριών.

Παρουσιάζονται μελέτες περίπτωσης, παραδειγματικά προβλήματα και μέθοδοι επίλυσης αυτών κοκ.

Ενδεικτικη βιβλιογραφια

  • Michael Wooldridge, Introduction to MultiAgent Systems (Ελλη¬νική έκδοση «Εισαγωγή στα Πολυπρακτορικά συστήματα», εκδόσεις Κλειδάριθμος), 2008.
  • Yoav Shoham, Kevin Leyton-Brown Multiagent Systems: Algorithmic, Game-Theoretic, and Logical Foundations, Cambridge University Press, 2009
  • Gerhard Weiss, Multiagent Systems: A Modern Approach to Distributed Artificial Intelligence, MIT Press, 2000.
  • John Miller Scott Page, Complex Adaptive Systems: An Introduction to Computational Models of Social Life (Princeton Studies in Complexity) , Princeton University Press, 2007.
  • David Easley, Jon Kleinberg, Networks, Crowds, and Markets: Reasoning About a Highly Connected World, Cambridge University Press 2010.
  • Sutton, R.S. and Barto, A.G., 1998. Introduction to reinforcement learning (Vol. 135). Cambridge: MIT press.

Συναφή επιστημονικά περιοδικά:

  • Autonomous Agents and Multi-Agent Systems , Springer, ISSN: 1387-2532
  • IEEE Distributed Systems, ISSN: 1541-4922