Dansk - English
Kort version - Fuld version
Kunstig Intelligens (Efterår 2005) |
|||
| Kursuskode : | EAIT-U1 | ||
| ECTS Point : | 7,5 | Status : | Tilvalg |
| Revideret : | 11/11 2005 | Oprettet : | 07/01 2005 |
| Placering : | 5-7 semester | Timer pr. uge : | 4 |
| Længde : | 1 semester | Undervisningssprog : | Dansk hvis der ikke er engelsksprogede studerende tilstede |
| Målsætning : | Kunstig Intelligens er et område indenfor datalogien, der beskæftiger sig med løsning af komplicerede problemstillinger, som normalt kræver menneskelig intelligens. Efter kurset har den studerende - kendskab til diverse metoder inden for Kunstig Intelligens: Spilteori, Heuristisk søgning, Neurale Net, Selvlærende systemer, Logikprogrammering - praktisk erfaring med design og implementering af komplekse rekursive algoritmer. - praktisk erfaring med analyse af performance og kompleksitet, samt tuning af algoritmer. - kendskab til fordele og ulemper ved programmeringssprogene: Java, C++ og C#. - erfaring med arbejde i projektgrupper. |
||
| Hovedindhold : | Strategi-spil er spil, hvor der er nogle kendte regler for spillets gang, samt en strategi for hvordan disse regler bedst anvendes for at vinde. Eksempler er kryds-og-bolle, dam, mølle og skak , der er såkaldte "perfect information games" og spil med tilfældighed indbygget f.eks back-gammon. Strategi-spil tjener som modeller for forskellige datalogiske problemløsningsmetoder, der finder anvendelse inden for en række områder: Route finding, VLSI design, Robot navigation, samle robotter, automatisk planlægning mv. Indhold: Introduktion til Kunstig Intelligens Problemløsning ved søgning i tilstandsrum. Vi skal analysere og implementere algoritmer til at finde vej gennem en labyrint, finde korteste vej mellem byer, skemalægning, planlægningsopgaver mm. Design og implementering af et strategi-spil. Vi skal lære hvordan en computer kan spille skak, og implementere vores eget computer-skak program, eller et andet strategi-spil. Spilteori, analyse af algoritmer, datastrukturer. Introduktion til Neurale Net, selvlærende systemer - hvordan kan et computerspil lære af sine erfaringer ?, logikprogrammering, vidensrepræsentation. Emneord er: Computer-skak, Kunstig Intelligens, Algoritmer, Datastrukturer, Neurale Net, Selvlærende systemer, Logikprogrammering. |
||
| Undervisningsform : | Første del af kurset vil indeholde teori samt små eksperimenter med simple spil. Anden del er en kursusopgave, hvor vi gruppevis implementerer et spil, som gruppen har valgt. Indtil nu har de studerende valgt: Skak, Dam, Reversi, Backgammon, Fem-på-stribe, Halma. Kurset afsluttes med en turnering, hvor gruppernes spil konkurrerer indbyrdes. Der er mulighed for at lave praktikprojekt sideløbende med kurset. |
||
| Krævede forudsætninger : | Dokumenteret viden svarende til OOP2 | ||
| Anbefalede forudsætninger : | God erfaring med programmering i C++, C# eller Java. | ||
| Relationer : | - | ||
| Prøveform : | Mundtlig evaluering på grundlag af kursusopgaver | ||
| Censur : | Intern | ||
| Bedømmelse : | 13-skala | ||
| Bemærkninger : | Eksamen: For hver studerende afsættes 15 minutter. Eksamen er en gruppeeksamen, men bedømmelsen er individuel. Bedømmelsen baseres på et generelt indtryk af hvor højt et niveau den studerende har nået i relation til kursets "målsætning". Vurderingen baseres på projektrapporten, den mundtlige præstation og projektets funktionalitet. Gruppen starter med at fremlægge projektet idet hver studerende laver en velforberedt præsentation. Den konkrete varighed af præsentationen fastlægges i det enkelte kursus. Det bør normalt ikke være mindre end 1/3 af den totale tid. Det er et krav at gruppens medlemmer koordinerer præsentationerne således at projektets væsentligste emner dækkes, at præsentationerne bliver forskellige og hver for sig har en god faglig spændvidde. Efter fremlæggelsen stiller vejledere og censor spørgsmål inspireret af præsentationerne og projektrapporten. Spørgsmålene er som udgangspunkt individuelle, men kan hvis vejledere eller censor finder det relevant være udgangspunkt for en bredere diskussion i gruppen. Under vejledere/censors bedømmelse forlader gruppen lokalet. Gruppen indkaldes herefter og der redegøres for den individuelle bedømmelse. I tilfælde af at kurset ikke bestås, gives der vejledning i hvordan den studerende kan forbedre sine chancer for at bestå. |
||
| Undervisningsmateriale : | Alison Cawsey: The Essence of Artificial Intelligence. Prentice Hall 1998. ISBN 0-13-571779-5 | ||
| Ansvarlig underviser : | Bjørn Klint Christensen
, bjchr@dtu.dk |
||