ID2209 Distribuerad AI och Intelligenta Agenter 7,5 hp
Välj termin och kursomgång
Välj termin och kursomgång för att se aktuell information och mer om kursen, såsom kursplan, studieperiod och anmälningsinformation.
Kursval
Gäller för kursomgång
HT 2024 Start 2024-10-28 programstuderande
Anmälningskod
50132
Rubriker med innehåll från kursplan ID2209 (HT 2021–) är markerade med en asterisk ( )
Innehåll och lärandemål
Kursinnehåll
- Introduktion och grundläggande begrepp för DAI (distribuerad artificiell intelligens).
- Koordineringsmetoder: allmänna modeller, gemensamma koordineringsstekniker, organisationsstrukturer, informationsutbyte på metanivå, multiagentplanering, explicit analys och synkronisering.
- Förhandlingsmetoder: principer, protokoll, produktionssekvensering som förhandlingar, konventioner för automatiserad förhandling.
- Interoperabilitet: Metoder för programvaruinteroperation, talakter, KQML, FIPA.
- Multiagentarkitekturer: Lågnivåarkitekturstöd, DAI-testbäddar, agentorienterad programvaruutveckling.
- Agentteori: Grunder i modallogik, BDI-arkitekturen.
- Agentarkitekturer: deliberativa, reaktiva och hybridarkitekturer.
- Mobila agenter: krav, implementering, säkerhet för mobila agenter, miljöer för mobila agenter. Agenttypologi och teknikfrågor. Tillämpningar.
- Praktisk del av kursen som innehåller övningar och ett projekt som omfattar implementering av ett multiagentsystem.
Lärandemål
Efter godkänd kurs ska studenten kunna
- formulera definitioner av de viktigaste begreppen och metoderna för intelligenta agenter och multiagentsystem
- utvärdera och använda de viktigaste begreppen och metoderna inom området för intelligenta agenter och multiagentsystem.
Kurslitteratur och förberedelser
Särskild behörighet
Ingen information tillagd
Rekommenderade förkunskaper
Ingen information tillagd
Utrustning
Ingen information tillagd
Kurslitteratur
Ingen information tillagd
Examination och slutförande
När kurs inte längre ges har student möjlighet att examineras under ytterligare två läsår.
Betygsskala
A, B, C, D, E, FX, F
Examination
- ANN1 - Hemprojekt, 3,0 hp, betygsskala: P, F
- TEN1 - Tentamen, 4,5 hp, betygsskala: A, B, C, D, E, FX, F
Examinator beslutar, baserat på rekommendation från KTH:s handläggare av stöd till studenter med funktionsnedsättning, om eventuell anpassad examination för studenter med dokumenterad, varaktig funktionsnedsättning.
Examinator får medge annan examinationsform vid omexamination av enstaka studenter.
Skriftlig tentamen.
Möjlighet till komplettering
Ingen information tillagd
Möjlighet till plussning
Ingen information tillagd
Examinator
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
Kursrum i Canvas
Registrerade studenter hittar information för genomförande av kursen i kursrummet i Canvas. En länk till kursrummet finns under fliken Studier i Personliga menyn vid kursstart.
Ges av
Huvudområde
Datalogi och datateknik
Utbildningsnivå
Avancerad nivå
Påbyggnad
Ingen information tillagd
Kontaktperson
Matskin, Mihhail
Övrig information
I denna kurs tillämpas EECS hederskodex, se: http://www.kth.se/eecs/utbildning/hederskodex.