1. Kennis opdoen van intelligente controle en agent learning; 2. Machine leeralgoritmen kennen en kunnen gebruiken; 3. Begrijpen hoe dynamiek in complexe systemen eruit ziet; 4. Kennis opdoen van multi-agent systemen.
|
|
Adaptieve systemen zijn systemen die zichzelf aanpassen
door de interactie met een omgeving. In deze cursus komen verschillende soorten adaptieve systemen naar
voren en bekijken we de dynamische aspecten van deze systemen. Ten eerste
bekijken we gesitueerde agenten zoals robots en bestuderen we hoe we deze agenten
kunnen controleren op basis van zijn sensor gegevens om een doel te
bewerkstelligen. We zullen ook bestuderen hoe deze agenten zelf hun
gedrag kunnen leren van hun ervaringen. Ten tweede bestuderen we systemen die
bestaan uit meerdere interactieve componenten. Zulke systemen zijn heel nuttig
voor het beschrijven en simuleren van biologische en fysische processen zoals
de genetische evolutie, bosbranden, en magnetisme. Verder bekijken we multi-agent systemen welke kunnen
bestaan uit meerdere lerende agenten welke coöperatieve of competitieve doelen
hebben. Tenslotte bestuderen we systemen welke kennis
kunnen leren uit een hoeveelheid data met leervoorbeelden. Dit soort machine learning algoritmen kunnen
gebruikt worden voor data mining
en scientific discovery doeleinden.
|
 |
|