Currículo

Planeamento Automático e Distribuído PADist

Contextos

ECTS

6.0 (para cálculo da média)

Objectivos

Objectivos: O1 - Adquirir conhecimentos e bases teóricos sobre o planeamento clássico e desenvolver a capacidade de construção de domínios básicos de planeamento automático para entidades autónomas de software O2 - Desenvolver a capacidade de análise das limitações do planeamento clássico e motivar o aluno para estudar abordagens mais recentes e complexas, nomeadamente aquelas que resultam em melhorias na eficiência e rapidez dos algoritmos existentes O3 - Introduzir a motivação para a Inteligência Artificial distribuída e desenvolver a capacidade de análise e desenvolvimento de técnicas de coordenação e planeamento distribuído

Programa

P1. Planeamento Clássico P1.1. Introdução ao planeamento; conceitos e modelos básicos P1.2. Planeamento no espaço de estados P1.3. Planeamento no espaço de planos parciais P2. Planeamento Neo-Clássico P2.1 Planeamento baseado em grafos P2.2. Planeamento baseado em satisfação de proposições P2.3. Planeamento baseado em satisfação de restrições P3. Heurísticas para Planeamento P3.1. Planeamento clássico P3.2. Planeamento neo-clássico P4. Planeamento Avançado P4.1. Planeamento temporal P4.2. Planeamento e agendamento de recursos P4.3. Planeamento com incerteza P5. Planeamento Distribuído P5.1 Motivação do planeamento multi-agente P5.2. Abordagens estruturadas P5.3. Abordagens descentralizadas P6. Aplicações e casos práticos P6.1. Robótica P6.2. Indústria e Produção P6.3. Coordenação de Serviços P6.4. Jogos e Multimédia

Método de Avaliação

As aulas dividir-se-ão em partes iguais de exposição teórica e de experimentação com algoritmos de planeamento existentes. A exposição teórica será também complementada com a apresentação de exemplos de aplicações da utilização de planeadores no mundo real através de casos de estudo. A ideia é fomentar a discussão dos alunos sobre os temas apresentados como forma de motivar a utilização destes mecanismos nas suas teses de doutoramento ou ambientes de trabalho. | Na avaliação, os alunos poderão escolher de entre duas abordagens diferentes: a) desenvolver ou propor uma extensão de um algoritmo de planeamento já existente (como forma de melhorar a sua eficiência); b) aplicar um dos algoritmos de planeamento existentes num domínio do mundo real ainda não explorado. Qualquer uma das abordagens implicará uma apresentação oral nas aulas por parte do aluno.

Carga Horária

Bibliografia

Principal

• 4) Ghallab, M., Nau, D. & Traverso, P. (2004). Automated Planning: theory and practice. Morgan Kaufmann Publishers. 3) Weiss, G. (Ed.) (1999) Multiagent Systems: A Modern Approach to Distributed Artificial Intelligence. Massachusetts Institute of Technology. 2) O'Hare, G. M. P., Jennings, N. R. (Ed.) (1996) Foundations of Distributed Artificial Intelligence. John Wiley & Sons. 1) Avouris, N. M., Gasser, L.G. (Ed.) (1992) Distributed artificial intelligence: theory and praxis. Kluwer Academic Publishers. :

Secundária

Disciplinas de Execução

2013/2014 - 1º Semestre