برنامه‌ریزی در هوش مصنوعی
Planning in Artificial Intelligence
| مقطع: تحصیلات تکمیلی | گرایش: هوش مصنوعی |
| نوع درس: نظری | تعداد واحد: ۳ |
| پیش‌نیاز: – | هم‌نیاز: – |
هدف کلی
هدف این درس آشنایی با مفاهیم و رویکردهای برنامه‌ریزی هوشمند می‌باشد. ﺑﺮﻧﺎﻣﻪرﯾﺰی ﻫﻮﺷﻤﻨﺪ در ﻣﻮﺿﻮﻋﺎت ﻣﺨﺘﻠفی ﺑﻪ وﯾژه کنترل رﺑﺎت و ﻣﺴﺎئلی که ﻧﯿﺎزﻣﻨﺪ اﺳﺘﺪﻻل در ﻣﻮرد کنش‌ها ﻫﺴﺘﻨﺪ، کارﺑﺮد دارد. ﺑﺮﻧﺎﻣﻪرﯾﺰی ﻫﻮﺷﻤﻨﺪ در دﻫﻪهای اﺧﯿﺮ پیشرفتﻫﺎی چشم‌گیری داﺷﺘﻪ اﺳﺖ. در اﯾﻦ درس ﻃﯿﻒ گسترده‌ای از روش‌های کلاسیک، ﻣﺪرن و ابتکاریﺑﺮﻧﺎﻣﻪرﯾﺰی پوشش داده میﺷﻮد. همچنین ﻣﺒﺎﺣﺚ پیشرﻓﺘﻪ ﺑﺮﻧﺎﻣﻪرﯾﺰی از ﺟﻤﻠﻪ ﻣﻔﻬﻮم زﻣﺎن و ﺑﺮﻧﺎﻣﻪرﯾﺰی زﻣﺎنی ﻧﯿﺰ ﻣﻌﺮفی میﺷﻮد.
سرفصل‌ها
- مقدمه و تاریخچه
- برنامه‌ریزی کلاسیک: مدل مفهومی برنامه‌ریزی، نمایش مسائل برنامه ریزی، برنامه ریزی مبتنی بر فضای حالات و فضای برنامه
- برنامه‌ریزی کلاسیک مدرن: برنامه‌ریزی مبتنی بر تحلیل گراف، برنامه‌ریزی از طریق ارضاپذیری
- روش‌های ابتکاری برنامه‌ریزی: استفاده از توابع ابتکاری، هرس فضا با قواعد کنترلی، برنامه‌ریزی سریع جلورو
- برنامه‌ریزی سلسله مراتبی
- برنامه‌ریزی زمانی
- برنامه‌ریزی شرطی و غیرقطعی
- برنامه‌ریزی و اجرا
- برنامه‌ریزی بازگشتی
- فرابرنامه‌ریزی
ارزیابی پیشنهادی
- تمرین‌ها و پروژه: ۳۰ درصد نمره
- آزمون‌های میان‌ترم و پایانی: ۵۰ درصد نمره
- پروژه پژوهشی: ۲۰ درصد نمره
منابع پیشنهادی
- M. Ghallab, D. Nau, and P. Traverso. Automated Planning: Theory and Practice. Morgan Kaufmann, 2004.
- S. Russel and P. Norvig, Artificial Intelligence: a Modern Approach, Prentice Hall, 2005.