Curso 2013-2014

Enginyeria en Informàtica

Taller de Modelització i Simulació I (12482)

Titulació / Estudis: Enginyeria en Informàtica / Estudis d'Informàtica
Curs: 3r o 4t
Trimestre: segon
Nombre de crèdits ECTS: 4
Nombre total d'hores de dedicació a l'assignatura: 100
Llengua de docència: castellà

1. Presentació de l'assignatura

El foco del curso es el "comportamiento autónomo" y más precisamente los diferentes métodos que existen para desarrollar "agentes" en medios reales o virtuales capaces de decidir qué acciones realizar por sí mismos. Esto incluye los caracteres en videojuegos, robots, sofbots en el web, etc.
El problema de la programación de sistemas autónomos es fundamental en la Inteligencia Artificial donde los enfoques se pueden clasificar de manera esquemática en tres tipos:

- Enfoques basados en la programación: donde un humano escribe las rutinas de control (selección de acciones) de manera explícita.
- Enfoques basados en el aprendizaje: donde el sistema aprende a seleccionar acciones a partir de muestras provistas por un "maestro" o por ensayo y error.
- Enfoques basados en modelos: donde el controlador que selecciona las acciones se deriva automáticamente a partir del modelo que describe las acciones, sensores y objetivos.

En el curso, revisamos los tres enfoques para la programación de sistemas autónomos, con especial énfasis en el enfoque basado en modelos, también llamado "planificación" en la Inteligencia Artificial.

A su vez, vemos como algunas de estas ideas se utilizan en algunas áreas de aplicación como los robots móviles, videojuegos, etc.

También vemos el problema de la selección de acciones en sistemas multi-agentes, donde hay mas de un "decision maker", y donde el resultado para cada agente depende de las acciones que hagan también los otros agentes.

2. Continguts

Blocs de contingut

· Comportamiento Autónomo: Introducción, Enfoques
· Modelo 1: Procesos de Decisión Markovianos (MDPs)
· Modelo 2: Procesos de Decisión Markovianos Parcialmente Observables (POMDPs)
· Aprendizaje: Aprendizaje por Reforzamientos (Reinforcement Learning)
· Programación: Diseñando Controladores de Estado Finito (Finite State Controllers)
· Multi-agentes: Fundamentos, Teoria de Juegos, Planificación Multi-agente

3. Metodologia

Enfocament metodològic de l'assignatura

A. Teoría: el profesor cubre los contenidos.
B. Seminario: los estudiantes presentan trabajos donde estas ideas se aplican a diferentes dominios.
C. Laboratorio: los estudiantes trabajan durante todo el trimestre en un juego/competición llamado Robosoccer, un futbol de robots simulado, donde cada jugador se comporta de manera autónoma.
Al final del trimestre habrá un torneo entre equipos.

4. Fonts d'informació i recursos didàctics

Fonts d'informació per a l'aprenentatge. Bibliografia bàsica (suport paper i electrònic)

· Artificial Intelligence: A Modern Approach, S. Russell and P. Norvig, Prentice Hall (2nd Edition), 2004.
· Lecturas a ser distribuidas en clase.
· Documentación Robosoccer Server