INF1771 – Inteligência Artificial (2016.1)

Aulas são ministradas na PUC-Rio 13h-15h Segundas (L520) e Quartas (L520).

Material disponível no EAD

Trabalho 4 – Desafio dos drones

Notas:

GrupoComponentesGitT1T2T3T4NF
Grupo 1Gabriel Araujogiuducan11,09,010,09,09,8
Grupo 1Giulia Duncangiuducan11,09,010,09,09,8
Grupo 2Fernandathiagok0010,06,06,08,37,6
Grupo 2Filipothiagok0010,06,06,08,37,6
Grupo 2Tassiothiagok0010,06,06,08,37,6
Grupo 2Thiagothiagok0010,06,06,08,37,6
Grupo 3Leonardoleotok11,08,010,08,39,3
Grupo 3Ilanleotok11,08,010,08,39,3
Grupo 4Marcelomarcelopaulon11,59,510,010,010,3
Grupo 4Renanrenandafonte11,59,510,010,010,3
Grupo 4Rodrigomarcelopaulon11,59,510,010,010,3
Grupo 4Gabriel Medeirosmarcelopaulon11,59,510,010,010,3
Grupo 5Lucas ELucasepm9110,010,010,08,89,7
Grupo 5CleoLucasepm9110,010,010,08,89,7
Grupo 6MatheusMatheusFalcao2011,09,010,08,59,6
Grupo 6Jordanajordanamecler11,09,010,08,59,6
Grupo 7Samuellgiroto9,010,06,010,08,8
Grupo 7Leonardo Glgiroto9,010,06,010,08,8

Objetivo da Disciplina:

  • Apresentar os principais conceitos e técnicas de inteligência artificial focando principalmente na aplicação prática destas técnicas.
  • Ao final do curso o aluno deve ser capaz de aplicar os conceitos e técnicas de inteligência artificial na resolução de problemas computacionais, levando em consideração as vantagens e desvantagens de cada técnica.

Ementa do Curso:

    • 1) Introdução
      • Inteligência Artificial
      • Evolução da Inteligência Artificial
      • Agentes Inteligentes

 

    • 2) Busca
      • Resolução de Problemas por Meio de Busca
      • Busca Cega
      • Busca Heurística
      • Busca Local
      • Algoritmos Genéticos

 

    • 3) Lógica
      • Lógica Proposicional
      • Lógica de Primeira Ordem
      • Prolog

 

    • 4) Planejamento
      • Planejamento de Ordem Parcial
      • Planejamento Não-Determinístico

 

    • 5) Aprendizado de Máquina
      • Aprendizado Supervisionado
      • Aprendizado Não Supervisionado
      • Aprendizado Por Reforço

 

  • 6) Inteligência Artificial para Jogos
    • Conceitos
    • Waypoints e Pathfinding
    • Máquinas de Estados para Jogos
    • Outras Técnicas

Bibliografia:

  • Russell, S.; Norvig, P. Artificial Intelligence: A Modern Approach, 3nd Edition, Prentice-Hall, 2009.
  • Luger, G. Artificial Intelligence: Structures and Strategies for Complex Problem Solving, Addison-Wesley, 2008.
  • Coppin, B. Artificial intelligence illuminated, Jones & Bartlett Learning, 2004.
  • Mitchell, T. Machine Learning, McGraw–Hill Science/Engineering/Math, 1997.
  • Bratko, I. Prolog Programming for Artificial Intelligence (3rd edition), Addison Wesley, 2000.
  • Nau, Dana S.; Ghallab, Malik; Traverso, Paolo: Automated Planning – Theory and Practice; Morgan Kaufmann Series in Artificial Intelligence; Elsevier, 2004.
  • Feijo, B,; Clua, E.; Silva, F.: Introdução à Ciência da Computação com Jogos, Rio de Janeiro: Campus/SBC, 2010.
  • Millington, I.; Funge, J.: Artificial Intelligence for Games, 2nd Ed., Morgan Kaufmann, 2009.