Přístupnostní navigace
E-přihláška
Vyhledávání Vyhledat Zavřít
Detail předmětu
FIT-AGSAk. rok: 2026/2027
Předmět poskytuje ucelený pohled na teorii, architektury a praktickou realizaci autonomních agentů a multiagentních systémů. Věnuje se jak formálním matematickým základům jako jsou modální a temporální logiky či BDI logika, tak pokročilému inženýrství agentních systémů. Studenti se seznámí s reakčními i mentálními architekturami, vývojovým prostředím Jason v jazyce AgentSpeak, mezinárodními standardy FIPA pro komunikaci agentů a metodikami návrhu GAIA a Prometheus.
Předmět dále pokrývá mikroekonomické a společenské aspekty interakce agentů, kam patří vyjednávání podle Rubinsteinova modelu, teorie her, argumentace, koaliční hry a distribuované plánování. Praktické provázání s moderními trendy zajišťuje výuka platforem JADE a SPADE v Pythonu, včetně aktuální integrace velkých jazykových modelů pro plánování a řízení agentů. Závěr předmětu je věnován multiagentnímu posilovanému učení.
Jazyk výuky
Počet kreditů
Příslušnost k typu studijního programu
Garant předmětu
Zajišťuje ústav
Vstupní znalosti
Způsob zakončení předmětu a pravidla hodnocení studentů
Půlsemestrální test
Učební cíle
Cílem předmětu je seznámit studenty s principy činnosti a návrhem systémů s agenty jako autonomními inteligentními jednotkami, a dále se systémy, ve kterých se nachází více takovýchto agentů (multiagentní systémy). Studenti se naučí tyto systémy navrhovat, modelovat a programovat jejich jednotlivé prvky s využitím moderních deklarativních i asynchronních vývojových prostředků.
Absolvent předmětu získá ucelené znalosti o současných teoretických i praktických přístupech k vytváření systémů s autonomními inteligentními jednotkami schopnými řešit úlohy ve vysoce dynamických prostředích. Bude rozumět formálním základům agentních architektur, BDI modelu i standardům pro agentní komunikaci. Dále získá hluboký vhled do řešení problémů v multiagentních systémech, včetně vyjednávání, řešení konfliktů, tvorby koalic a distribuovaného plánování.
Součástí kurzu jsou cvičení, ve kterých studenti získají praktické zkušenosti s implementací inteligentních agentů a multiagentních systémů v prostředí Jason, JADE a SPADE v Pythonu. Seznámí se rovněž s možnostmi propojení klasických agentních architektur s velkými jazykovými modely (LLM) a s principy multiagentního posilovaného učení.
Základní literatura
Doporučená literatura
Zařazení předmětu ve studijních plánech
specializace NHPC , 0 ročník, zimní semestr, volitelnýspecializace NVER , 0 ročník, zimní semestr, volitelnýspecializace NIDE , 0 ročník, zimní semestr, volitelnýspecializace NISY , 1 ročník, zimní semestr, povinný, je součástí profilujícího základuspecializace NEMB do 2023/24 , 0 ročník, zimní semestr, volitelnýspecializace NSPE , 0 ročník, zimní semestr, volitelnýspecializace NEMB , 0 ročník, zimní semestr, volitelnýspecializace NBIO , 0 ročník, zimní semestr, volitelnýspecializace NSEN , 0 ročník, zimní semestr, volitelnýspecializace NVIZ , 0 ročník, zimní semestr, volitelnýspecializace NGRI , 0 ročník, zimní semestr, volitelnýspecializace NADE , 0 ročník, zimní semestr, volitelnýspecializace NISD , 0 ročník, zimní semestr, volitelnýspecializace NMAT , 0 ročník, zimní semestr, volitelnýspecializace NSEC , 0 ročník, zimní semestr, volitelnýspecializace NNET , 0 ročník, zimní semestr, volitelnýspecializace NMAL , 0 ročník, zimní semestr, volitelnýspecializace NCPS , 0 ročník, zimní semestr, volitelný
Přednáška
Vyučující / Lektor
Osnova
Úvod do distribuované umělé inteligence: Pojem agent, agentní a multiagentní systém, vlastnosti prostředí, typologie a rozdělení agentů.
Formální modely agentů a reaktivní architektury: Wooldridgeův formální model agenta a prostředí, vjemy, stavy a funkce chování na prostředí TileWorld. Reaktivní přístup, situovaný automat, subsumpční architektura a vrstvené architektury.
Formální logiky v agentních systémech: Modální logiky, sémantika možných světů, Kripkeho struktury, temporální logiky LTL a CTL, formální základy BDI logiky.
Mentální stavy a BDI architektury: Racionální agent, systémy řízené záměrem a jejich modelování, architektura IRMA, AgentSpeak.
Pokročilé BDI přístupy: Rozšíření BDI modelu, synergie záměrů, late binding proměnných při exekuci plánů pro zvýšení flexibility uvažování agenta.
BDI programování v jazyce Jason: Praktické aspekty BDI agentů, rozhraní prostředí a architektura systému Jason, demonstrace a rozbor příkladů v AgentSpeak(L).
FIPA standardy, komunikace a návrh MAS: Abstraktní architektura a životní cyklus agenta, jazyky KQML a FIPA ACL, interakční protokoly. Metodiky návrhu GAIA a Prometheus, role agenta v systému.
Implementační prostředí MAS a LLM agenti: Principy a architektura JADE, přechod k Pythonu v prostředí SPADE. Využití velkých jazykových modelů pro uvažování agentů, tool calling, MCP a integrace LLM do SPADE.
Vyjednávání, volby a argumentace v MAS: Fyzické a mentální konflikty, teorie her, Rubinsteinův model vyjednávání, volební mechanismy a formální argumentace.
Koalice a koaliční hry: Teorie koaličních her, koncepty řešení (Core, Shapleyho hodnota) a algoritmy pro vyhledávání koaličních struktur (DP, Anytime IP).
Koordinované jednání a distribuované plánování: Centralizované vs. distribuované plánování, metody koordinace jednání a distribuované řešení podmínek.
Sociální chování v MAS: Principy vytváření společností agentů, pojmy závazek, norma a sociální struktura.
Učení v agentních systémech: Posilované učení a multiagentní posilované učení pro realizaci agentů.
Cvičení na počítači
Projekt