logo fiuba

Los objetivos de la materia son familiarizar a los alumnos con las diversas arquitecturas de sistemas inteligentes autónomos, como lo son los sistemas de soporte a las celdas de producción flexible. Que los alumnos tengan los elementos conceptuales necesarios para diseñar y conducir el proceso de implementación de sistemas inteligentes autónomos.

Programa

  • Introducción a los sistemas inteligentes.
  • Introducción a los sistemas inteligentes autónomos.
  • Fundamentos de los sistemas inteligentes autónomos.
  • Formación de teorías en sistemas inteligentes autónomos.
  • Modelo de sistema inteligente autónomo.

Ver detalles »

Trabajo Final

El trabajo práctico final es grupal y consiste en construir un softbot capaz de aprender a partir de la observación del entorno y de la generación de teorías. Además del software se deberá entregar un documento de hasta 10 páginas en el formato de publicación científica: Lecture Notes in Computer Science (LNCS). El mismo es utilizado por el Congreso Argentino de Ciencias de la Computación (CACIC) y por ello se ha tomado de modelo.

Ver detalles »

Bibliografía

Principal:

  • García Martínez, R. Sistemas Autónomos. Aprendizaje Automático. Editorial Nueva Librería. ISBN 950-9088-84-6. 1997.

Suplementaria:

  • Russell, S., & Norvig, P. (2004). Inteligencia Artificial: Un Enfoque Moderno.

Artículos:...

Ver detalles »


Programa

Introducción a los sistemas inteligentes

Definición de agente inteligente. Buen comportamiento o racionalidad. Omnisciencia, aprendizaje, autonomía. Naturaleza del entorno. Propiedades de los entornos de trabajo. Estructura de los agentes. Tipos bases de programas agentes.

Introducción a los sistemas inteligentes autónomos

Ubicación histórica del aprendizaje automático. La década de los ´50. La década de los ´60. La década de los ´70. La década de los ´80. La década de los ´90. Sistemas que aprenden. Tipos de aprendizaje automático. Aprendizaje por Interacción con el entorno. Aprendizaje: refuerzo, conductas e integración.

Fundamentos de los sistemas inteligentes autónomos

Vida artificial. Sistema inteligente artificial. Aprendizaje automático e ingeniería del conocimiento. Teoría sobre sistemas inteligentes, introducción. Una teoría sobre sistemas que aprenden por interacción. Convergencia de teorías.

Formación de teorías en sistemas inteligentes autónomos

Aprendizaje automatico basado en formación de teorías. Consideraciones sobre el problema de formación de teorías. Definición del problema. Formación de teorías por mutación y ponderación. Un método de formación de teorías basado en heurísticas de mutación de teorías generadas. Ponderación de teorías.

Modelo de sistema inteligente autónomo

Un sistema con aprendizaje basado en formación de teorías. Entorno del sistema. Descripción general del sistema. Sistema sensor y armado de teorías locales. Planificador. Ponderador. Controlador de plan en ejecución. Un ejemplo integrador. Sistema inteligente autónomo simulado.

Trabajo Final

Objetivo

El objetivo principal del trabajo práctico de la materia es construir un agente inteligente autónomo capaz de desenvolverse en un entorno simulado, el cual no es conocido a priori. El agente tendrá que ir generando teorías y adaptando su comportamiento según las observaciones que obtenga del entorno. Este ambiente muchas veces podrá ser el escenario de un video juego.

Un objetivo secundario es introducir al alumno en el mundo de la investigación y el desarrollo científico. Incentivar la búsqueda e investigación de contenido en publicaciones científicas. Enseñar el formato utilizado en el ámbito académico para la publicación de trabajos de investigación, de forma que el alumno sea capaz de llevar adelante la elaboración y redacción de un paper científico.

Formato y Entregable

La entrega del trabajo practico podrá hacerse de forma presencial o por email. La entrega estará constituida por un informe y una copia del programa del agente: código fuente, binario y archivo de teorías en formato JSON. Este último archivo representa el conocimiento del agente luego de varias sesiones de entrenamiento.

El informe será un documento de hasta 10 páginas en el formato de publicación científica: Lecture Notes in Computer Science (LNCS). El mismo es utilizado por el Congreso Argentino de Ciencias de la Computación (CACIC) y por ello se ha tomado de modelo.

Trabajos prácticos anteriores

Enunciado trabajo practico 2015: Angry Birds

Enunciado trabajo practico 2016: Sokoban

Bibliografía

Bibliografía Principal

Bibliografía Suplementaria

Artículos