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.

Visa kursinformation utifrån vald termin och kursomgång:

Kursomgång och genomförande

Ingen kursomgång är vald

Välj termin och kursomgång ovan för att få information från rätt kursplan och kursomgång.

Kursinformation

Innehåll och lärandemål

Kursinnehåll *

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.

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.

Kursupplägg

Ingen information tillagd

Kurslitteratur och förberedelser

Särskild 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)

Utrustning

Ingen information tillagd

Kurslitteratur

Meddelas senast 4 veckor innan kursstart på kursens hemsida.

Examination och slutförande

När kurs inte längre ges har student möjlighet att examineras under ytterligare två läsår.

Betygsskala *

P, F

Examination *

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

Examinator beslutar, baserat på rekommendation från KTH:s samordnare för funktionsnedsättning, om eventuell anpassad examination för studenter med dokumenterad, varaktig funktionsnedsättning.

Examinator får medge annan examinationsform vid omexamination av enstaka studenter.

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

Möjlighet till komplettering

Ingen information tillagd

Möjlighet till plussning

Ingen information tillagd

Examinator

Petter Ögren

Etiskt förhållningssätt *

  • Vid grupparbete har alla i gruppen ansvar för gruppens arbete.
  • Vid examination ska varje student ärligt redovisa hjälp som erhållits och källor som använts.
  • Vid muntlig examination ska varje student kunna redogöra för hela uppgiften och hela lösningen.

Ytterligare information

Kurswebb

Ytterligare information om kursen kan hittas på kurswebben via länken nedan. Information på kurswebben kommer framöver flyttas till denna sida.

Kurswebb DD2438

Ges av

EECS/Intelligenta system

Huvudområde *

Datalogi och datateknik, Informations- och kommunikationsteknik, Informationsteknik

Utbildningsnivå *

Avancerad nivå

Påbyggnad

Ingen information tillagd

Kontaktperson

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

Övrig information

I denna kurs tillämpas EECS hederskodex, se:
http://www.kth.se/eecs/utbildning/hederskodex