Drukuj Eksport do pliku (MS Word)
Nazwa przedmiotu:
Wieloagentowe systemy decyzyjne
Koordynator przedmiotu:
Piotr Pałka
Status przedmiotu:
Fakultatywny dowolnego wyboru
Poziom kształcenia:
Studia II stopnia
Program:
Informatyka
Grupa przedmiotów:
Przedmioty techniczne - zaawansowane
Kod przedmiotu:
WSD
Semestr nominalny:
4 / rok ak. 2015/2016
Liczba punktów ECTS:
5
Liczba godzin pracy studenta związanych z osiągnięciem efektów uczenia się:
Bilans nakładu pracy przeciętnego studenta wygląda następująco: (i) udział w wykładach: 15 x 2 godz. = 30 godz.; (ii) przygotowanie do kolejnych wykładów (przejrzenie materiałów z wykładu, czytanie dodatkowej literatury, wykonywanie zadań domowych): 15 godz. (iii) przygotowanie do kolokwium (rozwiązanie zadań przedkolokwialnych, udział w konsultacjach przedkolokwialnych): 2 x 6 + 3 godz. = 15 godz. (iv) uczestnictwo w zajęciach projektowych (5 spotkań): 5 x 2 godz. = 10 godz., (v) udział w konsultacjach związanych z realizacją projektu (zakładamy, że student korzysta trzykrotnie z konsultacji dotyczących projektu): 3 x 2 godz. = 6 godz. (vi) wykonanie projektu: 60 godz. (obejmuje także zainstalowanie oprogramowania i opanowanie umiejętności wykorzystania go do realizacji projektu przygotowanie sprawozdania oraz oddanie projektu). Łącznie: 30 + 15 + 15 + 10 + 6 + 60 = 136 godzin, co odpowiada ok. 5 punktom ECTS.
Liczba punktów ECTS na zajęciach wymagających bezpośredniego udziału nauczycieli akademickich:
Bilans nakładu pracy przeciętnego studenta w zajęciach wymagających bezpośredniego udziału nauczycieli akademickich wygląda następująco: (i) udział w wykładach: 15 x 2 godz. = 30 godz., (ii) przygotowanie do kolokwium (udział w konsultacjach przedkolokwialnych): 3 godz. (iii) uczestnictwo w zajęciach projektowych (5 spotkań): 5 x 2 godz. = 10 godz., (iv) udział w konsultacjach związanych z realizacją projektu (zakładamy, że student korzysta trzykrotnie z konsultacji dotyczących projektu): 3 x 2 godz. = 6 godz. Łącznie: 30 + 3 + 10 + 6 = 49 godzin, co odpowiada ok. 2 punktom ECTS.
Język prowadzenia zajęć:
polski
Liczba punktów ECTS, którą student uzyskuje w ramach zajęć o charakterze praktycznym:
Bilans nakładu pracy przeciętnego studenta w zajęciach o charakterze praktycznym wygląda następująco: (i) uczestnictwo w zajęciach projektowych (5 spotkań): 5 x 2 godz. = 10 godz., (ii) udział w konsultacjach związanych z realizacją projektu (zakładamy, że student korzysta trzykrotnie z konsultacji dotyczących projektu): 3 x 2 godz. = 6 godz. (iii) wykonanie projektu: 60 godz. (obejmuje także zainstalowanie oprogramowania i opanowanie umiejętności wykorzystania go do realizacji projektu przygotowanie sprawozdania oraz oddanie projektu) Łącznie: 10 + 6 + 60 = 76 godzin, co odpowiada ok. 3 punktom ECTS.
Formy zajęć i ich wymiar w semestrze:
  • Wykład30h
  • Ćwiczenia0h
  • Laboratorium0h
  • Projekt30h
  • Lekcje komputerowe0h
Wymagania wstępne:
Uczestnik wykładu powinien być uczestnikiem studiów II stopnia. Zaleca się, aby zaliczył wcześniej przedmioty z zakresu wspomagania decyzji (np. Wspomaganie Decyzji WDEC)) oraz z zakresu systemów wieloagentowych (np. Systemy Agentowe SAG).
Limit liczby studentów:
48
Cel przedmiotu:
Celem przedmiotu jest omówienie podstawowych problemów występujących w sytuacji decyzyjnej, gdy występujące ograniczenia są rozproszone pomiędzy decydentów, a także są ich prywatną informacją. Przedmiot będzie prowadzony zgodnie z metodą Project Based Learning. Wykład będzie wspomagał studentów w wykonaniu dużego projektu wykonywanego zespołowo, które celem będzie projekt i implementacja systemu decyzyjnego, w którym decyzje są rozproszone pomiędzy wiele uczestników. Na wykładzie przedstawione zostaną: zagadnienia występowania rozproszonych ograniczeń oraz rozproszonej optymalizacji; algorytmy oraz techniki rozwiązywania problemów decyzyjnych (problem przydziału, szeregowanie zadań, rozdział zasobów), w sposób rozproszony; techniki służące do rozwiązywania problemów z rozproszonymi ograniczeniami za pomocą protokołów aukcyjnych; problematyka implementacji problemów decyzyjnych przy użyciu agentowego paradygmatu programowania; zagadnienia inteligencji zbiorowej i ich zalety służące do rozwiązywania złożonych problemów decyzyjnych. Po odbyciu kursu, student będzie potrafił zidentyfikować problem decyzyjny, zaprojektować wieloagentowy system rozproszony i zaimplementować algorytmy służące do rozwiązania problemu decyzyjnego z rozproszonymi ograniczeniami.
Treści kształcenia:
Ogólne omówienie przedmiotu i wprowadzenie: system wieloagentowy, agent programowy, system podejmowania decyzji, wieloagentowy system decyzyjny, agentowy paradygmat programowania (2h). Problem rozproszonego spełniania ograniczeń (DCSP), skoordynowanego rozproszonego rozwiązywania problemów (CDPS), protokół Contract Net, różne modele koordynacji, Przykłady: problem bizantyjskich generałów, problem n-hetmanów. Rozproszona optymalizacja (jednokryterialna, wielokryterialna - znane skalaryzacje wielu kryteriów do problemu jednokryterialnego), algorytmy do rozwiązywania problemów: przydziału, szeregowania, rozdziału zasobów w sposób rozproszony. Zastosowanie market-oriented programming do rozwiązywania problemów z rozproszonymi ograniczeniami, protokoły aukcyjne i negocjacyjne. Rozwiązywanie problemu przydziału zasobów za pomocą algorytmu aukcyjnego. Inteligencja zbiorowa w podejmowaniu decyzji (wybrane algorytmy). Przykłady algorytmów inteligencji zbiorowej i ich zastosowanie w podejmowaniu decyzji (16h). Algorytmy decyzyjne wykorzystujące własności konkurencji i kooperacji. Decyzja grupowa koalicji agentów. Użyteczność i preferencje agentów, ich interakcja. Różne cele agentów w procesie podejmowania decyzji, harmonizacja celów agentów i systemu. Zastosowanie elementów teorii mechanizmów w projektowaniu systemu decyzyjnego (8h). Realizacja wielagentowego systemu decyzyjnego. Przegląd istniejących narzędzi do implementacji systemów wieloagentowych. Analiza i projektowanie systemu wieloagentowego. Komunikacja między agentami, języki komunikacji agentów, teoria aktów mowy, akty komunikacyjne, protokoły komunikacji, języki treści, znaczenie ontologii w komunikacji. Zastosowanie protokołu ODD do opisu systemu wieloagentowego (4h). Ponadto, wykład będzie wspomagał studentów w wykonaniu projektu.
Metody oceny:
W ramach przedmiotu jest do uzyskania 100 pkt: (i) Kolokwium w połowie semestru: do 15 pkt. (ii) Kolokwium na koniec semestru: do 20 pkt. (iii) Projekt: do 55 pkt. (iv) Recenzja projektu: do 10 pkt. Aby zaliczyć przedmiot należy uzyskać co najmniej 51 pkt. oraz „przepołowić” łączną ocenę z kolokwiów. Prowadzący, jeśli uzna to za konieczne, może ustalić inną ocenę niż wynika to z punktacji.
Egzamin:
nie
Literatura:
Materiały dydaktyczne dostarczone przez prowadzącego (slajdy z prezentacji). Dokumentacja frameworka JADE: http://jade.tilab.com/. Dokumentacja frameworka FLAME: http://www.flame.ac.uk/. Fabio Bellifemine, Giovanni Caire, Dominic Greenwood, Developing Multi-agent systems with JADE, John Wiley& Sons 2007. Yoav Shoham, Kevin Leyton-Brown: “MULTIAGENT SYSTEMS: Algorithmic, Game-Theoretic, and Logical Foundations”, Cambridge University Press, 2008. Michael Woolridge: „An introduction to MultiAgent Systems”, 2nd edition, John Wiley & Sons 2009. Wellman, Michael P., et al. "Auction protocols for decentralized scheduling." Games and Economic Behavior 35.1 (2001): 271-303. Bertsekas, Dimitri P. "An auction algorithm for shortest paths." SIAM Journal on Optimization 1.4 (1991): 425-447. Dmitri Bertsekas: “Auction algorithms for network flow problems A tutorial introduction”, Computational Optimization and Applications, pp. 7-66, 1992.
Witryna www przedmiotu:
https://studia.elka.pw.edu.pl/priv/14Z/WSD.A/
Uwagi:
.

Efekty uczenia się

Profil praktyczny - umiejętności

Efekt WSD_07
zaimplementować właściwy rozproszony algorytm decyzyjny korzystając z podejścia agentowego
Weryfikacja: projekt
Powiązane efekty kierunkowe:
Powiązane efekty obszarowe:
Efekt WSD_08
zaimplementować właściwy algorytm decyzyjny korzystając z wybranego algorytmu inteligencji zbiorowej
Weryfikacja: projekt
Powiązane efekty kierunkowe:
Powiązane efekty obszarowe:

Profil ogólnoakademicki - wiedza

Efekt WSD_01
omówić problem rozproszonego spełniania ograniczeń
Weryfikacja: Kolokwium
Powiązane efekty kierunkowe: K_W01, K_W03
Powiązane efekty obszarowe: T2A_W01, T2A_W04, T2A_W05
Efekt WSD_02
omówić zagadnienie rozproszonej optymalizacji
Weryfikacja: Kolokwium
Powiązane efekty kierunkowe: K_W01, K_W03
Powiązane efekty obszarowe: T2A_W01, T2A_W04, T2A_W05
Efekt WSD_03
wymienić i opisać problemy przydziału, szeregowania, rozdziału zasobów wykorzystujące algorytmy agentowe
Weryfikacja: Kolokwium
Powiązane efekty kierunkowe: K_W09
Powiązane efekty obszarowe: T2A_W03
Efekt WSD_04
zdefiniować problem inteligencji zbiorowej i omówić podstawowe algorytmy
Weryfikacja: Kolokwium
Powiązane efekty kierunkowe: K_W09
Powiązane efekty obszarowe: T2A_W03

Profil ogólnoakademicki - umiejętności

Efekt WSD_05
zidentyfikować problem decyzyjny jako należący do klasy rozproszonego spełniania ograniczeń, zaproponować właściwy algorytm do jego rozwiązania
Weryfikacja: Kolokwium, projekt
Powiązane efekty kierunkowe: K_U05
Powiązane efekty obszarowe: T2A_U07, T2A_U09
Efekt WSD_06
zidentyfikować problem decyzyjny jako właściwy do rozwiązania za pomocą algorytmów inteligencji zbiorowej
Weryfikacja: Kolokwium, projekt
Powiązane efekty kierunkowe: K_U05
Powiązane efekty obszarowe: T2A_U07, T2A_U09