Logo ČVUT
ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE
STUDIJNÍ PLÁNY
2019/2020

Plánování pro umělou inteligenci

Přihlášení do KOSu pro zápis předmětu Zobrazit rozvrh
Kód Zakončení Kredity Rozsah Jazyk výuky
B4M36PUI Z,ZK 6 2P+2C česky
Předmět nesmí být zapsán současně s:
Planning for Artificial Intelligence (BE4M36PUI)
Přednášející:
Branislav Bošanský, Lukáš Chrpa
Cvičící:
Branislav Bošanský, Daniel Fišer, Lukáš Chrpa, Jan Mrkos
Předmět zajišťuje:
katedra počítačů
Anotace:

Kurz pokrývá problematiku plánování v umělé inteligenci a zaměřuje se především na doménově nezávislé modely plánovacích problémů: plánování jako prohledávání prostoru stavů (state-space planning), prostoru plánů (plan-space planning), heuristické plánování, plánování v grafové reprezentaci plánovacího problému (graph-plan) nebo hierarchické plánování. Studenti budou rovněž seznámeni s problematikou plánování za neurčitosti a modelem plánovacího problému jako rozhodovací úlohu MDP a POMDP.

Požadavky:
Osnova přednášek:

1.Úvod do problematiky plánování v umělé inteligenci,

2.Reprezentace formou prohledávání prostoru stavů

3.Heuristické plánování pomocí abstrakce

4.Heuristické plánování pomocí relaxace

5.Strukturální heuristiky

6.Kompilace plánovacích problémů

7.Algoritmus graphplan

8.Reprezentace plánovacího problému formou prohledávání prostoru plánů (plan space planning)

9.Hierarchické plánování

10.Plánování za neurčitosti

11.Model plánovacího problému jako markovovský rozhodovací proces (MDP)

12.Model plánovacího problému jako částečně pozorovatelný markovovský rozhodovací proces (POMDP)

13.Úvod do robotického plánování

14.Aplikace automatického plánování

Osnova cvičení:

1. Základy plánování, reprezentace, PDDL a plánovače

2. Plánovaní v prostoru stavů, úkol 1 - zadání

3. Relaxační heuristiky, úkol 1 - konzultace

4. Abstrakční heuristiky, úkol 1 - odevzdání

5. Landmark heuristics, úkol 1 - hodnocení/odevzdání za 0 bodů

6. Formulace heuristiky jako lineárního programu

7. Kompilace

8. Čístečně uspořádané plánování

9. Hierarchické plánování

10. Plánovaní s nejistotou , úkol 2 - zadání

11. Planning for MDPs, úkol 2 - konzultace

12. Planning for POMDPs, úkol 2 - konzultace

13. Monte Carlo tree search, úkol 2 - odevzdání

14. Konzultace témat na zkoušku , úkol 2 - hodnocení/odevzdání za 0 bodů, zápočet

Cíle studia:
Studijní materiály:

* Malik Ghallab, Dana Nau, Paolo Traverso: Automated Planning: Theory & Practice, Elsevier, May 21, 2004

* https://www.coursera.org/course/aiplan

Poznámka:
Další informace:
https://cw.fel.cvut.cz/wiki/courses/a4m36pah
Rozvrh na zimní semestr 2019/2020:
Rozvrh není připraven
Rozvrh na letní semestr 2019/2020:
06:00–08:0008:00–10:0010:00–12:0012:00–14:0014:00–16:0016:00–18:0018:00–20:0020:00–22:0022:00–24:00
Po
místnost KN:E-301
Chrpa L.
Bošanský B.

09:15–10:45
(přednášková par. 1)
Karlovo nám.
Šrámkova posluchárna K9
místnost KN:E-310
Mrkos J.
Fišer D.

12:45–14:15
(přednášková par. 1
paralelka 101)

Karlovo nám.
Lab K310 Linux
místnost KN:E-310

11:00–12:30
(přednášková par. 1
paralelka 102)

Karlovo nám.
Lab K310 Linux
Út
St
místnost KN:E-311
Mrkos J.
Fišer D.

14:30–16:00
(přednášková par. 1
paralelka 103)

Karlovo nám.
Lab K311
Čt

Předmět je součástí následujících studijních plánů:
Platnost dat k 26. 1. 2020
Aktualizace výše uvedených informací naleznete na adrese http://bilakniha.cvut.cz/cs/predmet4701306.html