PředmětyPředměty(verze: 964)
Předmět, akademický rok 2024/2025
   Přihlásit přes CAS
Umělé bytosti - NAIL068
Anglický název: Human-like Artificial Agents
Zajišťuje: Katedra softwaru a výuky informatiky (32-KSVI)
Fakulta: Matematicko-fyzikální fakulta
Platnost: od 2020
Semestr: letní
E-Kredity: 5
Rozsah, examinace: letní s.:2/2, Z+Zk [HT]
Počet míst: neomezen
Minimální obsazenost: neomezen
4EU+: ne
Virtuální mobilita / počet míst pro virtuální mobilitu: ne
Stav předmětu: vyučován
Jazyk výuky: čeština, angličtina
Způsob výuky: prezenční
Poznámka: předmět je možno zapsat mimo plán
povolen pro zápis po webu
Garant: doc. Mgr. Cyril Brom, Ph.D.
Vyučující: Mgr. Jakub Gemrot, Ph.D.
Bc. Petr Mácha
Adam Streck
Třída: Informatika Mgr. - Teoretická informatika
Kategorizace předmětu: Informatika > Informatika, Aplikační software, Počítačová grafika a geometrie, Databázové systémy, Didaktika informatiky, Diskrétní matematika, Předměty širšího základu, Předměty obecného základu, Počítačová a formální lingvistika, Optimalizace, Programování, Softwarové inženýrství, Teoretická informatika, Programování, Softwarové inženýrství, Teoretická informatika
Je neslučitelnost pro: NAIL133, NAIX068
Je záměnnost pro: NAIX068
Anotace -
Umělé bytosti jsou autonomní inteligentní agenti, kteří jsou situovaní v prostředí podobném přirozenému světu a kteří se chovají podobně jako lidé nebo zvířata. Přednáška podává přehled typů umělých bytostí a jejich architektur a blíže se zabývá způsobem jejich řízení a praktickým řešením problémů spojených s částečně pozorovatelným dynamickým prostředím, které je simulované v reálném čase.
Poslední úprava: T_KSVI (13.05.2015)
Cíl předmětu -

Zprostředkovat studentovi přehled o umělých bytostech jako vtělených inteligentních agentech, jejichž rozhodování probíhá v mezích omezené racionality.

Poslední úprava: Gemrot Jakub, Mgr., Ph.D. (07.08.2018)
Podmínky zakončení předmětu -

Podmínkou zakončení předmětu je získat zápočet za řešení praktických úloh ze cvičení a následně složení prakticky orientované zkoušky.

Poslední úprava: Gemrot Jakub, Mgr., Ph.D. (02.08.2018)
Literatura -

Bratman, M. (1999). Intention, plans, and practical reason. Center for the Study of Language and Information.

Brooks, A. R.: Intelligence without reason. In: Proceedings of the 1991 International Joint Conference on Artificial Intelligence, Sydney (1991) 569-595

Bryson, J.: Hierarchy and sequence vs. full parallelism in reactive action selection architecture. In: From Animals to Animats (SAB00). MA. MIT Press, Cambridge (2000) 147-156

Černý, M., Plch, T., Marko, M., Ondráček, P., & Brom, C. (2014). Smart Areas: A Modular Approach to Simulation of Daily Life in an Open World Video Game. 6th International Conference on Agents and Artificial Intelligence (ICAART 2014), 703–708.

Edelstein-Keshet, L: Mathematical Models in Biology. SIAM (2005) (Ch. 4.1, 4.2, 6.1 - 6.3)

Fu, D., & Houlette, R. (2004). The Ultimate Guide to FSMs in Games. In S. Rabin (Ed.), AI Game Programming Wisdom (First, Vol. 2, pp. 283–302). Massachusetts, USA: Charles River Media.

Grand, S., Cliff, D., Malhotra, A.: Creatures: Artificial life autonomous software-agents for home entertainment. In: Lewis Johnson, W. (eds.): Proceedings of the First International Conference on Autonomou Agents. ACM press (1997) 22-29

Hindriks KV, (2009). Programming Rational Agents in GOAL, Multi-Agent Programming: Languages and Tools and Applications, Springer US, pages:119-157, isbn: 978-0-387-89298-6

Huber, M. J.: JAM: A BDI-theoretic mobile agent architecture. In: Proceedings of the Third International Conference on Autonomous Agents (Agents'99). Seatle (1999) 236-243

Champandard, A. J. (2008). Behavior Trees for Next-Gen Game AI [Video]. Retrieved from http://aigamedev.com/insider/presentations/behavior-trees [17.5.2017]

Kokko, H.: Modelling for Field Biologists and Other Interesting People. Cambridge University Press (2007)

Laird, J. E., Newell, A., Rosenbloom, P.S.: SOAR: An Architecture for General Intelligence. In: Artificial Intelligence, 33(1) (1987) 1-64

Mateas, M.: Interactive Drama, Art and Artificial Intelligence. Ph.D. Dissertation. Department Computer Science, Carnegie Mellon University (2002) viz též: https://eis-blog.soe.ucsc.edu/2012/02/getting-started-with-abl/

Orkin, J. (2006). Three States and a Plan: The AI of F.E.A.R. In Proceedings of the Game Developers Conference (GDC).

Rao, A. S., & Georgeff, M. P. (1995). BDI Agents: From Theory to Practice. Proceedings of the First International Conference on Multi-Agent Systems (ICMAS-95), San Francisco, USA, 1995, 312--319.

Rabin, S. (ed.): AI Game Programming Wisdom I - IV, Charles River Media (2002 - 8)

Steve Rabin (ed.). Game AI Pro : collected wisdom of game AI professionals, 2013 (Ch. 6)

Tyrrell, T.: Computational Mechanisms for Action Selection. Ph.D. Dissertation. Centre for Cognitive Science, University of Edinburgh (1993)

Poslední úprava: Gemrot Jakub, Mgr., Ph.D. (07.08.2018)
Metody výuky -

Frontální výuka při přednáškách, řešení praktických úloh při cvičeních.

Poslední úprava: Gemrot Jakub, Mgr., Ph.D. (07.08.2018)
Požadavky ke zkoušce -

Schopnost prakticky aplikovat znalost látky prezentované na přednáškách, které byly demonstrovány v rámci cvičení na praktických přííkladech.

Poslední úprava: Gemrot Jakub, Mgr., Ph.D. (02.08.2018)
Sylabus -

Témata přednášek:

1. Typy umělých bytostí a aplikace: výukové simulátory, počítačové hry, seriózní hry, virtual storytelling, interaktivní drama, výpočetní etologie.

2. Řízení umělých bytostí symbolickými metodami: reaktivní plánování a deliberativní přístup; rozhodovací pravidla, konečné automaty, behaviorální stromy, subsumption architektura, BDI architektura, vícevrstvé architektury.

3. Řízení umělých bytostí konekcionistickými metodami: Tyrrellova volná hierarchie, Creatures, Black&White, problémy učení.

4. Lehký úvod do etologie. Lorenzův hydraulický model. Modely populační dynamiky.

5. Hledání cesty: steering rules, A*, HPA*.

6. Representace světa: afordance, smart objects, nav-mesh, way-points, dokonalost smyslů.

7. Paměť: klasifikace z hlediska psychologie, modely krátkodobé paměti a episodické paměti.

8. Unified theories of cognition: SOAR, ACT-R.

Cvičení probíhá ve dvou rozdílných virtuálních prostředích počítačových her: Unreal Tournament 2004 (UT2004) a NOTA.

Témata cvičení v UT2004:

1. Opakování programovacího jazyka Java (základní syntax jazyka, kolekce, listy, sety, mapy, iteratory, lazy inicializace, observer pattern a jeho problémy, slabé reference), základy Maven.

2. Úvod do platformy Pogamut a světa UT2004

3. Události a objekty virtuálního světa v Pogamutu, listenery, anotace.

4. BOD metodologie pro návrh chování virtuálních agentů, if-then pravidla, konečné automaty, rozklad chování

5. Steeringy a nízkoúrovňový pohyb botů.

6. Navigace v UT2004.

7. Viditelnost v UT2004, netriviální použítí A*.

Témata cvičení v NOTA:

1. Úvod do skriptovacího jazyka Lua

2. Stromy chování

3. Vzory rozhodování v stromech chování

4. Řízení skupin pomocí stromů chování

Poslední úprava: Gemrot Jakub, Mgr., Ph.D. (07.08.2018)
 
Univerzita Karlova | Informační systém UK