Skip to content

Latest commit

 

History

History
35 lines (19 loc) · 2.74 KB

README.md

File metadata and controls

35 lines (19 loc) · 2.74 KB

IALAB

Progetti del corso di Intelligenza Artificiale

In questo repository troverete vari progetti correlati agli obiettivi e ai risultati di apprendimento del corso svolti in gruppo con

Panoramica del Corso

Obiettivi Formativi

L'obiettivo principale del corso è approfondire lo studio dell'Intelligenza Artificiale, concentrandosi in particolare sulle capacità di un agente intelligente di effettuare inferenze a partire da una conoscenza esplicita in un determinato dominio.

Risultati di Apprendimento

Alla fine del corso, gli studenti dovrebbero acquisire competenze metodologiche relative a meccanismi di ragionamento (anche in presenza di incertezza) e una buona familiarità con i formalismi per la rappresentazione della conoscenza, nonché con le strategie per la pianificazione e la diagnosi automatica.

Programma del Corso

Contenuti

Il corso copre una vasta gamma di argomenti sia dal punto di vista metodologico che dal punto di vista pratico in laboratorio. Ecco alcune delle principali aree che verranno esplorate:

  1. Formalismi Logici per la Rappresentazione della Conoscenza e il Ragionamento: Questo include il ragionamento con il calcolo dei predicati del primo ordine, la programmazione logica, il ragionamento non monotono e la programmazione con insiemi di risposta. Gli studenti acquisiranno esperienza pratica con Prolog e l'ambiente CLINGO per la risoluzione di problemi che richiedono il ragionamento non monotono e la programmazione con insiemi di risposta.

  2. Pianificazione Automatica: Rappresentazione delle azioni e degli obiettivi, metodi per la generazione automatica di piani.

  3. Ragionamento in Presenza di Incertezza: Ragionamento probabilistico, reti bayesiane e metodi per il ragionamento con reti bayesiane, modelli probabilistici temporali.

  4. Sviluppo di un Agente Intelligente: Gli studenti svilupperanno un agente intelligente in grado di esibire comportamenti sia deliberativi che reattivi in un ambiente parzialmente osservabile. Verrà introdotto l'ambiente CLIPS per i sistemi basati su regole, mostrando come sviluppare funzionalità di base per la risoluzione dei problemi utilizzando il motore inferenziale di CLIPS.

  5. Sviluppo di un Agente Cognitivo (SOAR): Gli studenti svilupperanno un agente basato su un'architettura cognitiva (SOAR) in grado di apprendere per rinforzo le policy di azione in un problema. Nel corso verranno introdotti concetti chiave di modellazione cognitiva e l'architettura SOAR come framework per lo sviluppo dell'agente.

Per ulteriori dettagli sui progetti specifici o materiali relativi a ciascuno di questi argomenti, fare riferimento alle directory dei progetti specifici all'interno di questo repository.