| TDDD48 |
Automatisk planering, 6 hp
/Automated Planning/
För:
CS
D
DAV
IT
|
| |
Prel. schemalagd
tid: 64
Rek. självstudietid: 96
|
| |
Utbildningsområde: Teknik
Huvudområde: Datateknik, Datavetenskap,Informationsteknologi Nivå (G1,G2,A): A
|
| |
Mål:
IUAE-matris
Planering är att tänka innan man handlar, inte bara att reagera på vad som händer i omgivningen, utan också att använda kunskap om världen för att välja vad man ska göra för att uppnå ett visst mål. Automatiserad planering är en viktigt komponent inom artificiell intelligens, och förmånga att planera uppdrag och rörelser är viktiga för konstruktionen av robusta autonoma system. På senare tid har forskning inom planering rönt stora framgångar då ett flertal nya angreppssätt har visat sig vara väsentligt bättre än gamla tekniker, både när det gäller snabbhet, uttryckskraft och tillämplighet. Planeringstekniker används för närvarande med stor framgång inom tillämpningar som produktlinjer, hissar, obemannade flygande farkoster (UAV) samt även inom rymdteknik som Hubbleteleskopet och farkoster för utforskning av Mars. Målet med denna kurs är att ge en översikt av det breda utbud av planeringstekniker som finns,
samt även ge praktisk erfarnhet av att konstruera och modellera planeringsdomäner för att lösa specifika planeringsproblem.
Efter kursen ska studenten kunna:
- utvärdera och tillämpa ett flertal planeringstekniker för såväl klassisk planering som kunskapsintensiv planering och planering med osäkerhet
- förklara de praktiska fördelarna och nackdelarna med olika nivåer av uttryckskraft i planeringsmodeller
- modellera klassiska såväl som probabilistiska planeringsproblem med hjälp av vanligt förekommande språk för domänspecificering
- utvärdera ochtillämpa vanligt förekommande tekniker för målstyrd planering, t.ex. olika former för heuristik och kontrollregler
- förklara hur vanligt förekommande tekniker för väg- och rörelseplanering fungerar
|
| |
Förkunskaper: (gäller studerande antagna till program som kursen ges inom, se 'För:' ovan)
Grundläggande kunskaper om och förståelse för datastrukture och
algoritmer, liksom logik och diskret matematik. Kunskap om och
förståelse för grundläggande tekniker och begrepp inom artificiell
intelligens, inklusive sökning inom en tillståndsrymd, heuristiker
och sökning med A*.
OBS! Tillträdeskrav för icke programstudenter omfattar vanligen också tillträdeskrav för programmet och ev. tröskelkrav för progression inom programmet, eller motsvarande.
|
| |
Påbyggnadskurser
AI-programmering
|
| |
Organisation:
En föreläsningsserie presenterar teorierna bakom planering, liksom ett flertal praktiskt användbara tekniker för att generera planer under olika antaganden om omgivningen. En uppsättning laborativa övningar ger praktisk erfarenhet av att använda flera aktuella planeringsparadigm och planeringssystem. Utöver att utveckla domänmodeller för olika intressanta planeringsproblem kommer deltagarna också att utforska hur olika heuristiker och domänkunskap kan användas för att förbättra planerinas kvalitet och genomförande. Probabilistisk
planering kommer att utforskas genom simulering.
|
| |
Kursinnehåll:
- Introduktion till planering
- Det klassiska planeringsparadigmet
- Algoritmer för klassisk och neo-klassisk planering
- Planering med tids- och resursrestriktioner
- Planering med rik domänkunskap: Hur man använder det man vet
- Planering under osäkerhet: Hur man hanterer ofullständig kunskap
- Väg- och rörelseplanering
|
| |
Kurslitteratur:
Automated Planning: Theory and Practice, Malik Ghallab, Dana Nau and Paolo Traverso ISBN: 1-55860-856-7
|
| |
Examination: |
TEN1
LAB1
|
Skriftlig tentamen (U,3,4,5)
Laborationsuppgifter (U,G)
|
3 hp
3 hp
|
| |
|
|