Última actualización: 20/05/2024


Curso Académico: 2024/2025

Planificación Automática
(19207)
Máster Universitario en Inteligencia Artificial Aplicada (Plan: 475 - Estudio: 378)
Escuela de Ingeniería y Ciencias Básicas


Coordinador/a: GARCIA OLAYA, ANGEL

Departamento asignado a la asignatura: Departamento de Informática

Tipo: Optativa
Créditos: 3.0 ECTS

Curso:
Cuatrimestre:




Requisitos (Asignaturas o materias cuyo conocimiento se presupone)
Ninguno
Objetivos
- Presentar las distintas técnicas de planificación automática que existen actualmente - Estudiar las características de cada técnica y el tipo de aplicaciones para las que es apropiada - Utilizar herramientas que implementen algunos de las técnicas anteriores para resolver problemas concretos - Determinar posibles temas abiertos para la realización de trabajos fin de máster y tesis doctorales
Competencias y resultados del aprendizaje
Descripción de contenidos: Programa
1. Introducción 1.1 Representación del conocimiento 1.2 Búsqueda heurística 2. Planificación clásica 2.1 Espacio de estados. STRIPS 2.2 Espacio de planes. UCPOP 3. Planificación basada en técnicas de grafos de planes 3.1 Grafos de plan. GRAPHPLAN 3.2 Satisfacción lógica. SATPLAN 4. Planificación heurística 4.1 Primeros enfoques. HSP, FF 4.2 Nuevas técnicas. Fast downward, Bases de datos de patrones, landmarks, planificación simbólica, portfolios 4.3 Planificación jerárquica. HTN. SHOP2 5. Aprendizaje automático en planificación 6. Otros enfoques 6.1 Planificación temporal (scheduling) 6.2 Planificación con satisfacción parcial 6.3 Planificación con incertidumbre 6.4 Planificación basada en líneas de tiempo
Actividades formativas, metodología a utilizar y régimen de tutorías
Actividades formativas: AF1: Clase teórica AF2: Clases prácticas AF5: Tutorías AF6: Trabajo en grupo AF7: Trabajo individual del estudiante AF8: Exámenes parciales y finales Metodologías docentes: MD1: Exposiciones en clase (en modalidad de docencia síncrona no presencial) del profesor con soporte de medios informáticos y audiovisuales, en las que se desarrollan los conceptos principales de la materia y se proporciona la bibliografía para complementar el aprendizaje de los alumnos. MD2: Lectura crítica de textos recomendados por el profesor de la asignatura. MD3: Resolución de casos prácticos, problemas, etc. planteados por el profesor de manera individual o en grupo. MD4: Exposición y discusión en clase, bajo la moderación del profesor de temas relacionados con el contenido de la materia, así como de casos prácticos. MD5: Elaboración de trabajos e informes de manera individual o en grupo.
Sistema de evaluación
  • Peso porcentual del Examen Final 30
  • Peso porcentual del resto de la evaluación 70

Calendario de Evaluación Continua


Bibliografía básica
  • James F. Allen, James Hendler y Austin Tate (eds.). Readings in planning. Morgan Kaufmann, 1990..
  • Malik Ghallab, Dana Nau, Paolo Traverso. Automated Task Planning. Theory & Practice. Morgan Kaufmann, 2004.
  • Stuart Russell y Peter Norvig. Inteligencia Artificial. Un enfoque moderno. Prentice Hall, 1996..
Recursos electrónicosRecursos Electrónicos *
(*) El acceso a algunos recursos electrónicos puede estar restringido a los miembros de la comunidad universitaria mediante su validación en campus global. Si esta fuera de la Universidad, establezca una VPN


El programa de la asignatura podría sufrir alguna variación por causa de fuerza mayor debidamente justificada o por eventos académicos comunicados con antelación.