Prezentowane są zagadnienia w zakresie rozproszonej sztucznej inteligencji (DAI - distributed artificial intelligence) oraz systemów wieloagentowych. Rozproszona sztuczna inteligencja bazuje na koncepcjach, ideach i rezultatach badań wielu dyscyplin, w tym sztucznej inteligencji, informatyki, socjologii, ekonomii, nauk organizacji i zarządzania oraz filozofii. Celem domeny rozproszonej sztucznej inteligencji jest rozwój i opracowanie metod, które umożliwią agentom interakcje w sposób charakterystyczny dla ludzi, co pociąga za sobą wiele problemów jak autonomiczne, elastyczne i racjonalne zachowanie oraz możliwość interakcji z innymi inteligentnymi agentami. Wiedza podczas wykładów jest prezentowana nie tylko jako badania akademickie, ale również z punktu widzenia przemysłu i komercji, które stają się ważnymi przedmiotami aplikacji systemów wieloagentowych.

30 godz.

Pojęcie inteligentnego agenta, przegląd definicji. Programowanie zorientowane agentowo a obiektowe techniki projektowania. Klasyfikacje agentów (2). Praktyczne i przemysłowe aplikacje systemów agentowych, symulacje agentowe (2) Podstawowe architektury agentów: agenci reaktywni, agenci ze stanami, agenci, których funkcjonowanie jest oparte na elementach logiki (2). Architektury BDI (Belief-Desire-Intention Architectures) (2). Architektury warstwowe (Layered Architectures) (2). Komunikacja agentów: poziomy komunikacji, akty mowy, języki: KIF, KQML, ACL; ontologie (2). Protokoły interakcji w systemach agentowych: koordynacji, kooperacji, negocjacji (2). Społeczności agentów (2). Rozwiązywanie problemów natury rozproszonej z użyciem technologii agentowej: dzielenie zadań, współdzielenie rozwiązań, rozproszone planowanie (2). Algorytmy przeszukiwania dla autonomicznych agentów: problem znalezienia ścieżki, tworzenie wirtualnego przeciwnika gry (Two-Player Games) (2). Aukcje jako metody wspierające podejmowanie decyzji (2). Nauka w systemach wieloagentowych: nauka o innych agentach; redukcja komunikacji w wyniku nauki a polepszenie nauki przez komunikację (2). Formalne metody projektowania systemów wieloagentowych: model M-agenta - określenie struktury i przestrzeni środowiska oraz określenie agentów (2), Ewolucyjne systemy agentowe (2). Problem stabilizacji systemu agentowego (2).

30 godz.

Analiza wybranego zagadnienia z zakresu możliwych zastosowań rozproszonej sztucznej inteligencji (2). Określenie przestrzeni i struktury środowiska w wybranej formalnej metodzie projektowania (2). Określenie agentów poszczególnych typów (np. poprzez zdefiniowanie profili działań) (4). Implementacja przestrzeni środowiska wybranego systemu agentowego (4). Implementacja agentów (4). Rozwiązywanie problemów komunikacji, interakcji, współpracy w projektowanym systemie (4). Rozwiązywanie problemu stabilizacji populacji agentów (2). Wprowadzenie procesu nauki - wyposażenie agentów w możliwości zbierania wiedzy o statycznych elementach środowiska oraz innych agentach (4). Budowa interfejsu pozwalającego użytkownikom na zlecanie zadań poszczególnym agentom (2). Opracowanie wyników badań systemu (np. wyjaśnienie zmiany ilości agentów w czasie działania systemu) (2).

1. M. Wooldridge, An Introduction to MultiAgent Systems, John Wiley & Sons, 2002
2. G. Weiss, Multiagent Systems. A Modern Approach to Distributed Artificial Intelligence, The MIT Press, 1999
3. K. Cetnrowicz, Problemy projektowania i realizacji systemów wieloagentowych, AGH. Uczelniane Wydawnictwo Naukowo-Dydaktyczne, Kraków 1999
4. G. Dobrowolski, Technologie agentowe w zdecentralizowanych systemach informacyjno-decyzyjnych, AGH. Uczelniane Wydawnictwo Naukowo-Dydaktyczne, Kraków 2002
5. ed. by J. M. Bradshaw, Software agents, The MIT Press, 1997