PRESENTAZIONE

Il corso presenta il tema della realizzazione di algortimi e strategia per agenti intelligenti autonomi che si muovono e interagiscono in uno spazio incognito. In particolare lo spazio è rappresentato da un mondo virtuale realizzato tramite la tecnolgia dei videogiochi. 

OBIETTIVI E CONTENUTI

OBIETTIVI FORMATIVI

Il corso fornisce metodologie e strumenti per lo sviluppo di sistemi software, secondo criteri di elevata efficienza e produttività. Viene offerta una panoramica generale sui sistemi multimediali e sulla modalità di interazione con gli utenti. Sono anche offerti elementi di programmazione di videogiochi e simulazione.

OBIETTIVI FORMATIVI (DETTAGLIO) E RISULTATI DI APPRENDIMENTO

Scopo del corso è fornire le basi per la progettazione e lo sviluppo di algortimi software in grado di agire autonomamente all'interno di un mondo virtual. Lo studente viene introdotto a diversi concetti di intelligenza artificiale (path finding, decision tree, reinforcement learning, ecc.) e aiutato a comprenderli attraverso esercizi svolti al calcolatore durante le lezioni frontali.  L'insegnamento si pone nella direzione di formare una figura professionale capace di progettare e realizzare complesse applicazioni software utilizzando tecnologie di videogioco e algoritmi di intelligenza artificiale.

PREREQUISITI

Lo studente deve possedere conoscenze avanzate di programmazione e statistica.

MODALITA' DIDATTICHE

Il corso è costruito da una parte di lezione frontale e una parte di esercitazione. Durante la lezione frontale, il docente presenta gli argomenti fornendo sempre esempi di codice che vengono provati sul game engine Unity 3D. Gli studenti possono utilizzare i propri calcolatori durante la lezione per mettere in pratica quanto proposto dal docente. Durante le esercitazioni, gli studenti devono affrontare al calcolatore problemi reali che possono essere risolti applicando le tecniche viste durante le lezioni frontali.

PROGRAMMA/CONTENUTO

Il seguente elenco riporta i contenuti affrontati a lezione, per ogni contenuto un link porta alle note di ogni lezione:

01 - Introduction [LINK]
02 - Unity Engine Recap [LINK]
03 - Path Finding [LINK]
04 - Steering [LINK]
05 - Influence Maps [LINK]
06 - Tree Search [LINK]
07 - Tic-Tac-Toe [LINK]
08 - Reinforcement Learning [LINK]
09 - Uncertain Reasoning [LINK]
10 - Genetic Algorithms [LINK]
11 - Decision Trees [LINK]
12 - Conversational Agents [LINK]

TESTI/BIBLIOGRAFIA

• Slide delle lezioni (scaricabili da AulaWeb)
• Per approfondire (solo per chi è interessato)
  01 - B. Tristem,‎ M. Geig. Unity Game Development in 24 Hours. Sams Teach Yourself
  02 - J. Hocking. Unity in Action: Multiplatform Game Development in C# with Unity 5. Manning
  03 - M. Buckland. Programming Game AI By Example. Jones & Bartlett Learning.
  04 - I. Millington,  J. Funge. Artificial intelligence for games. CRC Press.
  05 - S. Rabin. AI Game Programming Wisdom, Vol. 1-4, Charles River Media
  06 - S. Russell, P. Norvig. Artificial Intelligence: A Modern Approach. Prentice Hall
  07 - G. N. Yannakakis, J. Togelius. Artificial Intelligence and Games. Springer.

DOCENTI E COMMISSIONI

Commissione d'esame

RICCARDO BERTA (Presidente)

ALESSANDRO DE GLORIA

LEZIONI

INIZIO LEZIONI

Come da calendario didattico

Orari delle lezioni

L'orario di questo insegnamento è consultabile all'indirizzo: Portale EasyAcademy

ESAMI

MODALITA' D'ESAME

L'esame consiste in una interrogazione orale sugli argomenti teorici presentati a lezione. In particolare, lo studente deve dimostrare di aver comprso appieno i concetti alla base dello sviluppo di agenti autonomi.

MODALITA' DI ACCERTAMENTO

Durante l'orale, il docente chiede allo studente di illustrare alcuni concetti imparati a lezione. Per ogni concetto, lo studente deve anche presentare le condizioni per la sua applicazione, gli eventuali vantaggi e svantaggi. Durante la prova, il docente accerta che i concetti siano stati appresi ad un livello di conoscenza tale da permettere allo studente di applicarli in casi reali.