Plano de aula

O plano de aula desta disciplina está divido em seis (6) blocos. Para cada bloco as seguintes atividades estão planejadas.

Atenção!

O programa está sempre sujeito a alterações e adaptações conforme as disciplina é executada.

Atenção para reposição de aulas!

Esta disciplina inicia no dia 14 de agosto, uma semana depois do calendário oficial. As aulas dos dias 05, 07 e 12 de fevereiro serão repostas em datas a serem combinadas com a turma.

Introdução à Inteligência Artificial

Data	Questão/Problema/Desafio	Conteúdo
14-Ago	Apresentação da disciplina. O que é Inteligência Artificial e qual a sua relação com agente autônomo?	Dinâmica em grupo
19-Ago	O que é agente autônomo? O que são propriedades de ambiente e como isto impacta o desenvolvimento de agentes autônomos?	Dinâmica em grupo

Busca em Espaços de Estados

Data	Questão/Problema/Desafio	Conteúdo
21-Ago	Como especificar o espaço de busca de um agente?	Exercícios em sala de aula onde os alunos são convidados a definir estado, transição, estado meta e custo da solução encontrada para diversos problemas.
26-Ago	Como um agente encontra uma sequência de ações? Quais são os algoritmos que podemos utilizar? Em que cenário utilizar qual algoritmo?	Implementação dos algoritmos de busca e dos agentes autônomos em Python para resolver alguns problemas clássicos da literatura.
28-Ago	Como um agente encontra uma sequência de ações? Quais são os algoritmos que podemos utilizar? Em que cenário utilizar qual algoritmo?	Implementação dos algoritmos de busca e dos agentes autônomos em Python para resolver alguns problemas clássicos da literatura.
2-Set	Como um agente encontra uma sequência de ações? Quais são os algoritmos que podemos utilizar? Em que cenário utilizar qual algoritmo?	Implementação dos algoritmos de busca e dos agentes autônomos em Python para resolver alguns problemas clássicos da literatura.

Busca Heurística

Data	Questão/Problema/Desafio	Conteúdo
4-Set	Como um agente encontra uma sequência de ações? Quais são os algoritmos que podemos utilizar? Em que cenário utilizar qual algoritmo? O que é uma heurística?	Implementação dos algoritmos de busca e dos agentes autônomos em Python para resolver alguns problemas clássicos da literatura.
5-Set	Como um agente encontra uma sequência de ações? Quais são os algoritmos que podemos utilizar? Em que cenário utilizar qual algoritmo? O que é uma heurística?	Implementação dos algoritmos de busca e dos agentes autônomos em Python para resolver alguns problemas clássicos da literatura.
9-Set	Como um agente encontra uma sequência de ações? Quais são os algoritmos que podemos utilizar? Em que cenário utilizar qual algoritmo? O que é uma heurística?	Implementação dos algoritmos de busca e dos agentes autônomos em Python para resolver alguns problemas clássicos da literatura.
11-Set	Como unir todos os conceitos e ferramentas apresentados para resolver um problema complexo?	Implementação de um projeto, provavelmente, envolvendo algum framework de simulação (i.e., Gym Open AI).
12-Set	Como unir todos os conceitos e ferramentas apresentados para resolver um problema complexo?	Implementação de um projeto, provavelmente, envolvendo algum framework de simulação (i.e., Gym Open AI).

Ambientes Competitivos

Data	Questão/Problema/Desafio	Conteúdo
16-Set	Como desenvolver um agente autônomo capaz de identificar estados que satisfazem determinadas restrições?	Implementação de um agente autônomo capaz de identificar estados que satisfazem determinadas restrições.
18-Set	Como desenvolver um agente autônomo para atuar em ambiente competitivo de soma zero e sem variável aleatória?	Implementação de um agente autônomo que deverá atuar em um ambiente competitivo, determinístico e completamente observável.
19-Set	Como desenvolver um agente autônomo para atuar em ambiente competitivo de soma zero e sem variável aleatória?	Implementação de um agente autônomo que deverá atuar em um ambiente competitivo, determinístico e completamente observável.
23-Set	SEMANA DE PROVAS	SEMANA DE PROVAS - Prova Intermediária
25-Set	SEMANA DE PROVAS	SEMANA DE PROVAS - Prova Intermediária
30-Set	SEMANA DE PROVAS	SEMANA DE PROVAS - Prova Intermediária

Projeto Intermediário

Data	Questão/Problema/Desafio	Conteúdo
2-Out	Appling Coverage Path Planning Algorithms in Search and Rescue Operations	Desenvolvimento de projeto em sala de aula
3-Out	Appling Coverage Path Planning Algorithms in Search and Rescue Operations	Desenvolvimento de projeto em sala de aula
7-Out	Appling Coverage Path Planning Algorithms in Search and Rescue Operations	Desenvolvimento de projeto em sala de aula
9-Out	Appling Coverage Path Planning Algorithms in Search and Rescue Operations	Desenvolvimento de projeto em sala de aula

Aprendendo políticas

Data	Questão/Problema/Desafio	Conteúdo
14-Out	O que é aprendizagem por reforço? Qual a sua relação com o desenvolvimento de agentes autônomos? Algoritmo Q-Learning	Discussão em sala. Exercícios em sala de aula envolvendo o ambiente OpenAI Gym. Implementação de agentes autônomos usando o algoritmo Q-Learning.
16-Out	Hiper-parâmetros do algoritmo Q-Learning	Exercícios em sala de aula envolvendo o ambiente OpenAI Gym. Implementação de agentes autônomos usando o algoritmo Q-Learning.
21-Out	SARSA: um exemplo de algoritmo on-policy	Implementação de agentes autônomos usando o algoritmo Sarsa.
23-Out	Trabalhando com ambientes não-determinísticos	Implementação de agentes autônomos usando o algoritmo Q-Learning e Sarsa

Robótica

Data	Questão/Problema/Desafio	Conteúdo
28-Out	Visão geral sobre robótica e framework ROS2	Visão geral sobre robótica e framework ROS2
30-Out	Como unir todos os conceitos e ferramentas apresentados para desenvolver um agente robótico?	Implementação de um projeto envolvendo um robô físico
4-Nov	Como unir todos os conceitos e ferramentas apresentados para desenvolver um agente robótico?	Implementação de um projeto envolvendo um robô físico
6-Nov	Como unir todos os conceitos e ferramentas apresentados para desenvolver um agente robótico?	Implementação de um projeto envolvendo um robô físico
11-Nov	Avaliação Final da disciplina	Avaliação Final da disciplina
13-Nov	Avaliação Final da disciplina	Avaliação Final da disciplina