Artificial Intelligence – Intelligenza Artificiale

Introduzione ai modelli di classical planning Linguaggi per classical planning Algoritmi di ricerca Euristiche indipendenti dal dominio e rilassamenti Classical planning: complessità, variazioni ed estensioni Conoscere e utilizzare un pianificatore Pianificazione numerica Ragionare sulle azioni tramite il Calcolo delle Situazioni e Golog Modellazione della dinamica del dominio di interesse: assiomi di precondizione, assiomi di stato successore, il frame problem Regressione e proiezione

Gli studenti che seguono questo corso dovrebbero avere conoscenze di analisi orientata agli oggetti, modellazione e progettazione, database relazionali e nozioni di base di probabilità acquisite nei corsi precedenti, nonché di logica e matematica discreta. È inoltre richiesta la conoscenza e la comprensione delle tecniche e dei concetti di base dell'intelligenza artificiale.

Materiale didattico: [1] Course slides, notes, and additional material available on this site. [2] Artificial Intelligence: A Modern Approach, Global Edition, 4th Edition by Stuart Russell, Peter Norvig, Pearson, 2020 [3] A Concise Introduction to Models and Methods for Automated Planning, by Hector Geffner and Blai Bonet, Springer, 2013 [4] Automated Planning: Theory and Practice, by Malik Ghallab, Dana Nau, Paolo Traverso, Elsevier, 2001 [5] An Introduction to the Planning Domain Definition Language, by Patrik Haslum, Nir Lipovetzky, Daniele Magazzeni, Christian Muise, Springer, 2019 [6] Knowledge in Action, by Raymon Reiter, MIT Press, 2001

Frequenza non obbligatoria

L’esame è composto da 2 parti: - Prova scritta (2 ore) - Progetto (lavoro di gruppo, minimo 2 – massimo 3 studenti) Il voto finale dell’esame è calcolato come media ponderata delle due parti (progetto: 1/3, prova scritta: 2/3) e sarà registrato solo dopo che entrambe le parti saranno state superate. Il voto di ciascuna parte rimane valido per l’intero A.A., fino all’ultima sessione d’esame di ottobre/novembre 2025. Dopo tale data, tutti i voti decadranno. Maggiori informazioni sui progetti sono disponibili alla pagina dedicata ai progetti sul sito del corso: - https://sites.google.com/uniroma1.it/pr2526/projects

Didattica frontale in aula