Faglig innhold

Emnet tar for seg hovedaspektene ved multiagent systemer som for eksempel koordinering av oppførselen til flere agenter som befinner seg i samme miljø. Både samarbeidende og selv-opptatt agentene og interaksjon mellom disse skal diskuteres. Sentralt i emner er Interaksjon protokoller som auksjoner, forhandlinger, osv. Game teori skal være en vesentlig del av emnet.
Den praktiske delen av kurset inneholder øvinger/prosjekt, som går ut på implementering av forskjellige deler av multiagent systemer og spill teori.

Læringsutbytte

Kunnskaper:
Kandidaten skal ha kunnskap om:
- de grunnleggende prinsippene for multi-agent systemer
- hvilke teknikker fra kunstig intelligens kan brukes i i distribuert beregningsmiljø
- type intelligente agenter og deres egenskaper
- begreper fra game teori som er relevant for multiagent miljø
- hvordan agenter tar strategiske beslutninger
- agent kommunikasjons språk og interakjtion mellom agentene.

Ferdigheter:
Kandidaten kan:
- bestemme hviken type agent passer for hvilken type problemer/oppgaver
- designe interaksjon (ex. negotiering) protokoller mellom agenter
- designe information/kunnskap modeller og resonnering algorithmer for agenter.

Generell kompetanse:
Kandidaten kan:
- utvikle intelligent og lage multiagent systemer.

Læringsformer og aktiviteter

Forelesninger, kollokvier, selvstudium og øvinger. Mappevurdering gir grunnlag for sluttkarakter i emnet. I mappen inngår skriftlig avsluttende eksamen (70%) og arbeider (30%). Resultatet for delene angis i %-poeng, mens sensur for hele mappen (sluttkarakteren) angis med bokstavkarakter. Ved utsatt eksamen kan skriftlig eksamen bli endret til muntlig eksamen

Obligatoriske aktiviteter

• Obligatoriske øvinger

Anbefalte forkunnskaper

TDT4136 Introduksjon til kunstig intelligens eller tilsvarende.

Kursmateriell

Tekstbok: Wooldridge, M.J.: An Introduction to Multiagent Systems. Artikkelsamling - oppgis ved semesterstart.

Studiepoengreduksjon