Multi-Agent Systems 2024/2025

struttura del corso
corsi componenti
Course_icon.svg Sistemi multi-agente (modulo 1) (laurea magistrale, 2024/2025) — Alina Sirbu
Course_icon.svg Sistemi multi-agente (modulo 2) (laurea magistrale, 2024/2025) — Roberta Calegari
pagine
conoscenze e abilità da conseguire

Al termine dell'attività formativa, lo studente conosce le fondamenta concettuali e tecniche dei sistemi multi-agente, ed è in grado di modellare sistemi computazionali e sociotecnici complessi in termini di astrazioni orientate agli agenti; costruire sistemi computazionali e sociotecnici complessi usando tecnologie e metodologie orientate agli agenti; progettare e costruire sistemi intelligenti come sistemi multi-agente, integrando le tecniche e i metodi dell'intelligenza artificiale in modo efficace e metodologicamente corretto.

contenuti
  • Temi generali dei sistemi multi-agente
    I “primi motori” dei sistemi intelligenti  •  Gli agenti per i sistemi complessi distribuiti  •  Autonomia: concetti e definizioni  •  Artefatti per agenti: concetti e definizioni  •  Ragionamento automatico  •  Agenti razionali  •  Coordinazione di sistemi multi-agente  •  Sistemi auto-organizzanti  •  Coordinazione e autorganizzazione di ispirazione naturale  •  Simulazione e sistemi multi-agente: introduzione
  • Tecnologie per i sistemi multi-agente
    Agenti in JADE  •  Programmare agenti intenzionali: esercizi in Jason
  • Competenze scientifiche
    Fonti della letteratura scientifica sui sistemi intelligenti  autonomi  •  Systematic Literature Review: una metodologia per le rassegne scientifiche
testi / bibliografia

Le slide sono il materiale principale e contengono una serie di riferimenti ad articoli scientifici e libri consigliati. Tra questi, si consigliano, per approfondimento:
Michael J. Wooldridge (2009) An Introduction to MultiAgent Systems John Wiley & Sons, 2nd edition.
Russell, Stuart J., and Peter Norvig. Artificial intelligence: a modern approach. Pearson, 2016.
Albrecht, Stefano V., Filippos Christianos, and Lukas Schäfer. Multi-agent reinforcement learning: Foundations and modern approaches. MIT Press, 2024.

metodi didattici
  • Lezioni teoriche in aula con uso di lucidi
  • Esempi discussi e costruiti in aula al computer dal docente e da esperti
  • Attività di laboratorio
modalità di verifica e valutazione dell'apprendimento
  • La verifica dell'apprendimento dei contenuti del corso avviene tramite lo sviluppo di un progetto individuale o di gruppo, che si traduce nella produzione dei più opportuni artefatti, sia documentali sia software.
  • La prova orale finale consiste nella discussione orale del progetto.
  • La valutazione finale dipende dal livello e dall'estensione del progetto, dalla qualità degli artefatti documentali e software prodotti, e ovviamente dal livello di conoscenza dei temi del corso dimostrato durante la discussione finale.
strumenti a supporto della didattica

Piattaforma Virtuale UNIBO.

serie di corsi
funge da
corso contenitore / presentazione
Talk_icon.svg Self-Explaining Agents (26/05/2025) — Andrea Omicini
corso genitore
Course_icon.svg Sistemi multi-agente (modulo 2) (laurea magistrale, 2024/2025) — Roberta Calegari
Course_icon.svg Sistemi multi-agente (modulo 1) (laurea magistrale, 2024/2025) — Alina Sirbu