Estudia

• Ser capaç d'identificar problemes resolubles mitjançant tècniques que ofereix la IA
• Utilitzar les eines que ofereix la IA
• Integrar tècniques d'IA en aplicacions convencionals

1. Intruducció

2. Agents

          2.1. Definicions

          2.2. Classificació

3. Agents reactius

          3.1. Agents estímul-resposta

          3.2. Xarxes Neurals

          3.3. Sistemes Difusos

4. Agents que representen els seus coneixements i raonen de forma lògica

          4.1. Sistemes basats en regles. Sistemes experts.

          4.2. Representació del coneixement amb lògica de predicats.

          4.3. Mètodes de raonament automàtic. Realització d’inferències mitjançant la regla de resolució.

          4.4. Raonament aproximat

5. Agents que representen el món i resolen problemes

          5.1. Agents que representen el món. Agents amb estats

          5.2. Agents que resolen problemes :Resolució de problemes com una cerca dins d’un espai d’estats.

                    5.2.1. Mètodes de cerca en un espai d’estats

          5.3. Agents que juguen. Mètode MINIMAX

6. Agents que aprenen

          6.1. Tipus d'aprenentatge. Revisió de l'aprenentatge en les representacions i mètodes de raonament.

          6.2. Clustering

          6.3. Inducció d'arbres de decisió

          6.4. Aprenentatge per deducció

• Russell, Stuart J, Norvig, Peter (cop.l996). Inteligencia artificial, : un enfoque moderno. México [etc.]: Prentice Hall Hispanoamericana.
• Nilsson, Nils J (cop. 2001). Inteligencia artificial, : una nueva síntesis. Madrid [etc.]: McGraw Hill.
• Inteligencia artificial, : modelos, técnicas y áreas de aplicación (cop. 2003). Madrid: Thomson.
• Wooldridge, Michael J (cop. 2002). An Introduction to multiagen systems. Chichester: John Wiley & Sons.
• Multiagent systems, : a modern approach to distributed artificial intelligence (1999). Cambridge, Mas: The MIT Press.
• Rich, Elaine, Knight, Kevin (1994). Inteligencia artificial (2ª ed). Madrid [etc.]: McGraw-Hill.
• Funge, John David (cop. 2004). Artificial intelligence for computer games, : an introduction. Wellesley: AK Peters.
• Bratko, Ivan (2001). Prolog programming for Artificial Intelligence (tercera). Addison- Wesley.
• Clocksin, W.F., Mellish, C.S. (1987). Programacion en Prolog. Gustavo Gili Editores.

Activitats d'avaluació:

S: Semipresencialitat: 0,2 de la qualificació final
- Pòster
- Exposició
Ambdúes activitats són obligatòries, s'han de lliurar dins el termini especificat i s'ha d'obtenir una qualificació superior o igual a 4.

P: Pràctiques: 0,4 de la qualificació final.
Cal haver lliurat totes les pràctiques dins el termini especificat, i aprovar-les totes (5).
La nota de pràctiques és la mitjana de les notes de les pràctiques P1 a P4.

E: Prova d'avaluació: 0,4 de la qualificació final
- Agents intel·ligents
- Teoria
- Exercicis
Cal aprovar-la (5).

La nota final de l'assignatura F és:

si S>=4, P>=5, E>=5 ====> F= 0,2 *S + 0,4 * P + 0,4 * E
Altrament ===> Suspens

El treball de semipresencialitat i les pràctiques es podran realitzar en grups de 2 estudiants.