DD2438 Artificiell intelligens och multiagentsystem 15,0 hp

Artificial Intelligence and Multi Agent Systems

I denna kurs kommer vi att studera problem av följande typ:

  • AI för dataspel (t.ex Call of Duty, FIFA15, Starcraft)
  • AI för samarbetande search and rescue-robotar
  • AI för robotfotboll
  • AI för servicerobotar

Detta inkluderar ämnen så som

  • Cooperative path planning
  • Cooperative task assignment
  • Formation keeping
  • Motion coordination 

I både dataspel och framtida robotsystem förväntas grupper av samarbetande agenter, s.k. multi agent systems tillföra nya möjligheter avseende förmågor, effektivitet och flexibilitet.

I denna kurs kommer ni att designa och implementera ett antal lösningar till multi agent problem. Ni kommer att använda simuleringsmiljöer som t.ex. 

  • Unity 3D (https://unity3d.com)
  • Unreal engine (https://www.unrealengine.com/)

Vilka medför att ni kan förstå, testa och utveckla era lösningar i en miljö med både fysiksimulering och bra grafik. Unity 3d medför också att ni (om ni vill) kan exportera era projekt till fristående körbara spel.

Kursen kommer att ges på engelska.

  • Utbildningsnivå

    Avancerad nivå
  • Huvudområde

    Datalogi och datateknik
    Informations- och kommunikationsteknik
    Informationsteknik
  • Betygsskala

    P, F

Kurstillfällen/kursomgångar

VT19 agent19 för programstuderande FULLSATT

VT20 agent20 för programstuderande

Lärandemål

Efter att ha gått kursen skall studenten kunna:

  • använda ett antal viktiga verktyg och metoder inom området artificiell intelligens och multiagenta system
  • kunna utveckla multiagenta system
  • kunna värdera och använda existerande lösningar som del i ett programmeringsprojekt
  • kunna planera och leda ett större projekt
  • kunna presentera sina resultat, både skriftligt och muntligt
  • kunna skriva en vetenskaplig artikel på engelska.

Kursens huvudsakliga innehåll

I projektform kommer studenterna att designa och implementera ett multiagent-team som utför en uppgift. Det detaljerade kursinnehållet kan variera beroende på vilken typ av lösning som studenterna väljer.

Följande områden kommer att beröras i kursen: 

  • Cooperative path planning
  • Cooperative task assignment
  • Formation keeping
  • Motion coordination 

Kursen kommer även att ge övning i att leda, planera och arbeta i större projekt, att värdera existerande lösningar och deras tillämpbarhet och att arbeta med existerande kod.

Behörighet

90 kurspoäng, inklusive minst 45 kurspoäng i matematik eller datavetenskap. Engelska B, eller motsvarande.

2D1345/DD1345, Introduction to Computer Science and 2D1240/DN1240, Numerical Methods, Basic Course II or 2D1241/DN1241 Numerical Methods, Basic Course III eller motsvarande.

2D1363/DD1363, Software Engineering eller motsvarande rekommenderas.

Rekommenderade förkunskaper

DD2380 Artificial Intelligence (eller motsvarande)

Litteratur

Meddelas senast 4 veckor innan kursstart på kursens hemsida.

Examination

  • INL1 - Inlämningsuppgift, 3,0, betygsskala: P, F
  • PRO1 - Programutvecklingsprojekt, 4,0, betygsskala: P, F
  • PRO2 - Programutvecklingsprojekt, 4,0, betygsskala: P, F
  • PRO3 - Programutvecklingsprojekt, 4,0, betygsskala: P, F

I denna kursomgång tillämpas skolans hederskodex, se: http://www.kth.se/csc/student/hederskodex.

Ges av

EECS/Intelligenta system

Kontaktperson

Petter Ögren, petter@kth.se, telefon: 790 6646

Examinator

Petter Ögren <petter@kth.se>

Versionsinformation

Kursplan gäller från och med VT2019.
Examinationsinformation gäller från och med VT2019.