Slides lezioni
RISULTATI PROVA INTERMEDIA A.A. 2025-2026
Slides lezioni, esercitazioni, seminari A.A. 2025-26
NB: le slide degli argomenti sotto indicati e non ancora svolti a lezione/esercitazione potranno subire modifiche.
a.a. 2025-26 (Le slide delle lezioni non ancora scolte potranno subire modifiche e aggiunte durante il semestre)
- Introduzione al corso e all’IA (cenni storici, obiettivi, aree, ecc.)
- Agenti intelligenti: introduzione e concetti base
- Risoluzione di problemi con ricerca
- Approfondimento algoritmi ricerca euristica bounded
- Constraint Satisfaction Problems (CSP) e Constraint Programming
- Ricerca con soluzioni resilienti
- Multi-Agent Path Finding/Planning (MAPF)
- Linguaggi di rappresentazione della conoscenza, logica proposizionale e ragionamento
- Logica del primo ordine (sintassi e semantica)
- Inferenza automatica nella logica del I ordine (NB file grande)
- FACOLTATIVO: Esercitazione Logica Proposizionale
- FACOLTATIVO: Esercitazione Logica I ordine
- Ragionamento temporale e spaziale attraverso CSP con variabili continue:
- Introduzione alla pianificazione automatica
- Algoritmo di Pianificazione GraphPlan
- Sistema di Pianificazione FF (Fast Forward)
- Sistema di Pianificazione LPG
- Il linguaggio di pianificazione PDDL (versione base)
- Esercizi di pianificazione:
- Planning graph/Graphplan (PDF)
- Processo di ricerca in FF (PS)
- “Gara” formalizzazione PDDL (problema contadini)
- Chiarimenti esercizio/elaborato formalizzazione PDDL
- Note aggiuntive: Il dominio non deve essere tipizzato.
Tutti i predicati presenti sono predicati di dominio ma poi ce ne sono altri. I trattori possono spostare o meno piu’ di un contadino (a scelta vostra). Un trattore può avere agganciato solo uno strumento per volta, quindi serve anche un’azione per sganciare.
- La Libreria Python Unified Planning (UP) – Seminario
- Conoscenza e ragionamento probabilistico:
- Agentic AI
Altro materiale da a.a. precedenti
- Processi Decisionali di Markov (MDP) e Reinforcement Learning
- Ragionamento Spaziale (solo per 9CFU) e Ragionamento Spazio-temporale (approfondimento facoltativo)
- Approfondimento facoltativo algoritmi ricerca euristica bounded (aggiornato 23/10/23) e articolo euristiche ammissibili per pruning ricerca
Pianificazione e apprendimento per rinforzo (slides reinforcement learning)
- Video esempio reinforcement learning
- Video lezione/seminario 1 – YouTube https://youtu.be/_7vepvWxbow
- Video lezione/seminario 2 – YouTube https://youtu.be/Zk_4dyj8Cwg
- Esercizio Bandit
- Esercizio Grid World