M’AI: Agent Models 1000-1M23MAM
Wykład ma na celu zapoznanie uczestników z podstawowymi modelami agentowymi pochodzącymi głównie z dynamiki kolektywnej. Poza wyprowadzeniem modeli, opisem głównych własności skupimy się na optymalizacji pewnych parametrów za pomocą optymalizacji =numerycznej opartej o techniki uczenia maszynowego.
Często, mając zadaną ogólną tendencję zachowania grupy agentów, szukamy lokalnej zasady oddziaływania między nimi, prowadzącej do zachowań zgodnych z zadaną tendencją. Ta zasada powinna definiować nam model ew. klasę modeli. Jest to podejście odwrotne niż w klasycznej mechanice, gdzie chcemy wyprowadź model o porządniej własności. Tu z definicji nasz system będzie spełniał wyjściową zasadę.
Część wykładu będzie poświęcona modelom kinetycznym, naturalnie pojawiających się dla dużej liczby cząstek.
Wykład będzie przebiegać w formie warsztatów ukierunkowanych na zainteresowania uczestników, od zagadnień czysto matematycznych do informatycznych. Planujemy przeprowadzić część zajęć na warsztatach wyjazdowych.
Wykład prowadzony we współpracy z dr. Jackiem Cyranką z Instytutu Informatyki oraz dr Janek Peszkiem z Instytutu Matematyki Stosowanej i Mechaniki.
Kierunek podstawowy MISMaP
Rodzaj przedmiotu
Założenia (lista przedmiotów)
Założenia (opisowo)
Koordynatorzy przedmiotu
Efekty kształcenia
Student wie jak rozpoznać agentów.
Kryteria oceniania
Projekt lub egzamin bazujący na projekcie.
Literatura
* ''Active Particles'' vol. I, vol II Bellomo, Degond, Tadmor
* ''Reinforcement Learning'' Sutton, Barto
* wybrane aktualne prace naukowe
Więcej informacji
Więcej informacji o poziomie przedmiotu, roku studiów (i/lub semestrze) w którym się odbywa, o rodzaju i liczbie godzin zajęć - szukaj w planach studiów odpowiednich programów. Ten przedmiot jest związany z programami:
Dodatkowe informacje (np. o kalendarzu rejestracji, prowadzących zajęcia, lokalizacji i terminach zajęć) mogą być dostępne w serwisie USOSweb: