Subject

Агентно-базирани системи

1. Наслов на наставниот предмет Агентно-базирани системи
Agent-based systems
2. Код F23L3S073
3. Студиска програма
4. Организатор на студиската програма (единица, односно институт, катедра, оддел) Факултет за информатички науки и компјутерско инженерство
5. Степен (прв, втор, трет циклус) Прв циклус
6. Академска година / семестар 6 / Летен
7. Број на ЕКТС кредити 6
8. Наставник Кире Триводалиев, Соња Гиевска
9. Предуслови за запишување на предметот Вештачка интелигенција или Математика 3 или Веројатност и статистика или Бизнис статистика
10. Цели на предметната програма (компетенции) Агентно-базираното моделирање нуди природна метафора за разбирање и објаснување на многу феномени од доменот на биолошки и социјални системи – од еволуција и ширење на епидемии до сегрегација и формирање на коалиции. Многу системи може да се моделираат како средини составени од автономни агенти кои може да комуницираат, соработуваат, преговараат, да се спротивставуваат, да се водат од сопствени интереси или делуваат алтруистички. Микро-однесувањето на агенти водени од едноставни правила може да предизвика нови квалитети и комплексни појави во макро размери. Целта на предметот е запознавање на студентот со агентската парадигма за репрезентација и моделирање на системи од различни домени (пр. игри, роботи, однесување на социјални групи). По завршување на курсот се очекува студентот да има способност да дизајнира, моделира и реализира или симулира едно-агентен или повеќе-агентен систем.
11. Содржина на предметната програма 1. Воведни поими. Апстракција на агенти. Повеќе-агентни системи.
2. Недетерминистички агенти
3. Маркови процеси на одлучување
4. Учење со поттикнување
5. Длабоко учење со поттикнување
6. Примери и области на примена на учење со поттикнување
7. Примена на теорија на игра во повеќе-агентни системи - Координација и комуникација на агенти
8. Стратегии за формирање коалиции, соработка, гласање во повеќе агентни системи
9. Еволутивна теорија на игра
10. Моделирање и симулација
12. Методи на учење Предавања со користење на презентации, интерактивни предавања, вежби (користење на опрема и софтверски пакети), тимска работа, пример случаи, поканети гости предавачи, самостојна изработка и одбрана на проектна задача и семинарска работа.
13. Вкупен расположив фонд на време 6 ЕКТС x 30 часа = 180 часа
14. Распределба на расположивото време 30 + 45 + 15 + 15 + 75 = 180 часа
15. Форми на наставните активности
15.1. Предавања - теоретска настава 30 часови
15.2. Вежби (лабораториски, аудиториски), семинари, тимска работа 45 часови
16. Други форми на активности
16.1. Проектни задачи 15 часови
16.2. Самостојни задачи 15 часови
16.3. Домашно учење 75 часови
17. Начин на оценување
17.1. Тестови 10 бодови
17.2. Семинарска работа / проект ( презентација: писмена и усна) 15 бодови
17.3. Активности и учење 10 бодови
17.4. Завршен испит 70 бодови
18. Критериуми за оценување (бодови/ оценка)
до 50 бода5 (пет) (F)
од 51 до 60 бода6 (шест) (E)
од 61 до 70 бода7 (седум) (D)
од 71 до 80 бода8 (осум) (C)
од 81 до 90 бода9 (девет) (B)
од 91 до 100 бода10 (десет) (A)
19. Услов за потпис и полагање на завршен испит Реализирани актибвности 15.2 и 16.1
20. Јазик на кој се изведува наставата Македонски и англиски
21. Метод на следење на квалитетот на наставата механизам на интерна евалуација и анкети
22. Литература
22.1. Задолжителна литература
1. Michael Wooldridge | An Introduction to Multiagent Systems (2nd Edition) | John Wiley & Sons Ltd | 2009
2. Yoav Shoham & Kevin Leyton-Brown | Multiagent Systems: Algoritmic, Game-Theoretica and Logical Foundations | Cambridge University Press | 2009
3. Uri Wilensky & William Rand | Introduction to Agent-based Modeling | MIT Press | 2015
4. Richard S. Sutton, Andrew G. Barto | Reinforcement Learning: An Introduction | MIT Press | 2018
5. Stuart Russel & Peter Norvig | Artifical Intelligence: A modern Approach, 4th Edition | Pearson | 2022
22.2. Дополнителна литература
Ред.бр. Автор Наслов Издавач Година