Universitatea Babeş-Bolyai Cluj-Napoca
Facultatea de Matematică şi Informatică
Ciclul de studii: Licență

FISA DISCIPLINEI

Codul
Denumirea disciplinei
MI098 Tehnici de realizare a sistemelor inteligente
Specializarea
Semestrul
Ore: C+S+L
Categoria
Statutul
Informatică - linia de studiu română
8
2+0+2
optionala
Matematică-Informatică - linia de studiu română
8
2+0+2
optionala
Titularii de disciplina
Conf. Dr. SERBAN Gabriela,  gabiscs.ubbcluj.ro
Obiective
1. Să introducă domeniul Agenţilor Inteligenţi, ca fiind o importantă arie de cercetare şi dezvoltare în domeniul Inteligenţei Artificiale.
2. Să prezinte principalele aspecte legate de proiectarea şi implementarea Agentilor Inteligenţi precum şi cum se leagă aceştia de alte paradigme de programare (în particular programarea orientată pe obiecte).
3. Să prezinte principalele activităţi inteligente: căutare, jocuri, planificare, învăţare.
Continutul
1. Sisteme Inteligente
1.1. Inteligenta Artificiala: problematica, directii de cercetare
1.2. Agenti Inteligenti
1.2.1. Conceptul de Agent Inteligent
1.2.2. Structura Agentilor Inteligenti
1.2.3. Tipuri de Agenti Inteligenti
1.2.4. Arhitecturi abstracte pentru Agenti Inteligenti
1.2.5. Arhitecturi concrete pentru Agenti Inteligenti
1.2.6. Limbaje de programare pentru agenti
1.2.7. Agenti Inteligenti si Obiecte

2. Tehnici de cautare
2.1 Tehnici de cautare neinformata
2.2 Problematica satisfacerii constrangerilor (Constraint Satisfaction)
2.3 Problematica cautarii unui drum (Path Finding)
2.3.1 Tehnici de cautare informata (euristica)

3. Tehnici de Joc in Inteligenta Artificiala
3.1. Notiuni introductive de Teoria Jocurilor
3.2. Procedura de cautare MiniMax
3.3. Adaugarea taieturilor alfa-beta
3.4. Rafinari suplimentare: asteptarea unei perioade de liniste, cautare secundara, utilizarea unei arhive de mutari, alternative la MiniMax
3.5. Adancirea Iterativa

4. Tehnici de Planificare in Inteligenta Artificiala
4.1. Notiuni introductive in Teoria Planificarii
4.2. Domeniu exemplu: lumea blocurilor
4.3. Componentele unui sistem de planificare
4.4. Planificare folosind stive de obiective
4.5. Planificare neliniara folosind declararea limitarilor
4.6. Planificare ierahica
4.7. Sisteme reactive
4.8. Alte tehnici de planificare

5. Invatarea in sistemele cu Inteligenta Artificiala
5.1. Modelul general al unui agent care invata
5.2. Invatarea unui domeniu
5.3. Strategii de invatare
5.4. Tipuri de invatare: supervizata, nesupervizata. Exemple

6. Modele matematice pentru Agenti Inteligenti de Invatare
6.1. Procese de Decizie Markov
6.2. Procese de Decizie Markov Partial Observabile
6.3. Modele Markov Ascunse

7. Reprezentarea cunostintelor
7.1. Moduri de reprezentare
7.2. Proprietati ale reprezentarii cunostintelor
7.3. Problema cadrelor
Bibliografie
1. SERBAN, G.: Sisteme multiagent in Inteligenta Artificiala Distribuita. Arhitecturi si aplicatii, Ed. Risoprint, Cluj-Napoca, 2006
2. SERBAN, G., POP, HORIA F.:Tehnici de Inteligenta Artificiala. Abordari bazate pe Agenti Inteligenti, Ed. Mediamira, Cluj-Napoca, 2004.
3. POP, HORIA F. - SERBAN, GABRIELA: Inteligenta Artificiala. Cluj-Napoca: Centrul de Formare Continua si Invatamant la Distanta, 2003.
4. RUSSEL, J.S, NORVIG, P., Artificial Intelligence- A Modern Approach, Prentice- Hall, Inc.,New Jersey, 1995
5. HARMON, M. - HARMON, S.: Reinforcement Learning - A Tutorial. Wright State University, 2000. [www-anw.cs.umass.edu./~mharmon/rltutorial/frames. html]
6. SUTTON, RICHARD S. - BARTO, ANDREW G.: Reinforcement learning. London : The MIT Press Cambridge, Massachusetts, 1998.
7. RUSSEL, STUART J. - NORVIG, PETER: Artificial Intelligence- A Modern Approach. New Jersey: Prentice- Hall, Inc., 1995.
8. FISHER, MICHAEL: Concurrent MetateM, A language for modeling reactive systems. Proceedings of Parallel Architectures and languages Europe (PARLE), Springer Verlag, 1993.
9. BROOKS, R. A.: A robot layered control system for a mobile robot. IEE Journal of Robotics and Automation, 2(1), 1986, pp.14-23.
10. WINSTON, P. H.: Artificial Intelligence. Addison Wesley, Reading, MA, 1984, 2nd ed.



Evaluare
Nota finala se va calcula tinand cont de urmatoarele componente: activitatea de laborator(NA - 20%), nota pe un proiect realizat pe parcursul semestrului (NP - 40%), nota la examenul scris (NE - 40%).
Participarea la examenul scris este conditionata de nota NP, care trebuie sa fie>=5.
Pentru promovare, nota finala trebuie sa fie >=5.
Legaturi: Syllabus-urile tuturor disciplinelor
Versiunea in limba engleza a acestei discipline
Versiunea in format rtf a acestei discipline