Στοχος
Με την επιτυχή ολοκλήρωση του μαθήματος ο φοιτητής / η φοιτήτρια θα είναι σε θέση να:
- Ανακαλεί, κατανοεί και 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 και οι απαιτήσεις του προβλήματος καθορίζουν το σχεδιασμό, την απαιτούμενη λειτουργικότητα και την επιλογή των κατάλληλων τεχνικών για την υλοποίηση πρακτόρων και αλληλεπιδράσεων μεταξύ πολλαπλών πρακτόρων
- Γνωρίζει, κατανοεί, σχεδιάζει, αναλύει, αποτιμά αλγορίθμους που αφορούν στην κατανεμημένη επίλυση προβλημάτων, στην κατανεμημένη βελτιστοποίηση, στην επίτευξη στόχων μέσω ανταγωνιστικότητας ή συντονισμού και συνεργασίας πρακτόρων
- Γνωρίζει, κατανοεί, σχεδιάζει, αναλύει, αποτιμά αλγορίθμους που αφορούν στην κατανεμημένη μάθηση πολλαπλών πρακτόρων
- Επιλέγει, αναπτύσσει, προσαρμόζει / εξελίσσει, αποτιμά δημιουργικά αλγορίθμους που αφορούν στην κατανεμημένη επίλυση προβλημάτων, την κατανεμημένη βελτιστοποίηση, στην διαπραγμάτευση, την μάθηση σε πολυπρακτορικά περιβάλλοντα,κατέχοντας θεμελιώδεις γνώσεις σχετικά με τον σχεδιασμό τους
- Επικοινωνεί ιδέες που αφορούν τους πράκτορες και τα πολυπρακτορικά συστήματα με καθαρό, σαφή και τυπικό τρόπο, γραπτώς και προφορικώς
Επιπλέον το μάθημα αποσκοπεί στις ακόλουθες γενικές ικανότητες των φοιτητών:
- Ικανότητα οργάνωσης και σχεδιασμού εργασίας και διαχείρισης του χρόνου
- Ικανότητα τεκμηριωμένης επικοινωνίας (προφορικής και γραπτής)
- Ικανότητα επίλυσης προβλημάτων
- Ικανότητα ανάπτυξης κριτικής σκέψης και ικανότητα για δημιουργικές προσεγγίσεις
- Ικανότητα για ομαδική εργασία
- Ικανότητα διεπιστημονικών προσεγγίσεων
- Ικανότητα εφαρμογής των θεωρητικών γνώσεων στην πράξη
- Ικανότητα για αποτίμηση αλγορίθμων, ανάλυση και επεξήγηση των αποτελεσμάτων και περαιτέρω έρευνα
- Ικανότητα προσαρμογής των μεθόδων και τεχνικών σε νέες καταστάσεις και συνθήκες
- Ικανότητα για δημιουργία νέων ιδεών – Δημιουργικότητα
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
- Κατανεμημένη επίλυση προβλημάτων: Κατανεμημένη επίλυση προβλημάτων περιορισμών, Κατανεμημένη βελτιστοποίηση
- Σύναψη συμφωνιών: Δημοπρασίες
- Σύναψη συμφωνιών: Διαπραγμάτευση και Επιχειρηματολογία, Κοινωνικοί κανόνες
- Επικοινωνία μεταξύ πρακτόρων
- Μάθηση και εκπαίδευση σε πολυπρακτορικά συστήματα: Fictitious play, Rational Learning, Reinforcement Learning, No-regret learning, Targeted learning, evolutionary learning
Ενδεικτικη βιβλιογραφια
- Michael Wooldridge, Introduction to MultiAgent Systems (Ελληνική 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., Introduction to reinforcement learning (Vol. 135). Cambridge: MIT press, 1998.
Συναφή επιστημονικά περιοδικά:
- Autonomous Agents and Multi-Agent Systems , Springer, ISSN: 1387-2532
- IEEE Distributed Systems, ISSN: 1541-4922
