UNIVERSIDADE FEDERAL DE UBERLNDIA

FICHA DE DISCIPLINA
DISCIPLINA: Inteligncia Artificial aplicada a J ogos
SEMESTRE

PROGRAMA DE PS-GRADUAO EM
CINCIA DA COMPUTAO
FACULDADE
DE COMPUTAO
CDIGO
PGC211
CARGA HORRIA
90
CRDITOS
05


REQUISITOS
No h.

OBJETIVOS GERAIS DA DISCIPLINA
Ter uma viso geral sobre IA; Conhecer principais tcnicas de IA para resoluo de problemas
e aprendizagem; Ter um bom conhecimento de agentes que aprendem a jogar;
Programar sistemas inteligentes de aprendizado.
EMENTA:
O que IA; Ambientes de IA; Algoritmos de Busca, Tcnicas de IA; Aprendizado; Agentes
jogadores.

BIBLIOGRAFIA
1. ADELI, H. e HUNG, S.; Machine Learning, J ohn Wiley and Sons, 1995.
2. Adelson-Velsky, G.M., Arlazarov, V.L., Donskoy, M.V. Algoritms for Games- Springer
Verlag- 1988.
3. ARARIBIA, G. Inteligncia Artificial, Um curso Prtico. Rio de J aneiro, LTC,
1988.
4. BITTENCOURT, G. Inteligncia artificial: ferramentas e teoria. Florianpolis: Ed. da
UFSC, 1998. 362p.
5. Condon, A., Computational Models of Games, An ACM Distinguished Dissertation- MIT
Press- 1988
6. Creedy J ., Borland, J . Eichberger, J ., Recent Developments in Game Theory, ed. Billing
& Sons Ltd, Worcester- 1992.
7. Fausett, Laurene, Fundamentals of Neural Networks (Architectures, Algorithms and
Applications
8. GOLDBERG, D. E. Genetic algorithms in search, optimization and machine learning.
Alabama: Addison Wesley, 1989. 413p.
9. HAYKIN, S. Neural Networks: A Comprehensive Foundation (2nd edition). Prentice Hall,
1998.
10. REZENDE, S. O. Sistemas inteligentes: fundamentos e aplicaes. Editora Manole,
2003.
11. RUSSELL, S. J . & NORVIG, P. Artificial Intelligence a Modern Approach. Englewood
Cliffs, NJ ; Prentice Hall, 1995.
12. Shoham, Y., Leyton-Brown, K., Multiagent Systems: Algorithmic, Game-Theoretic, and
Logical Foundations- Cambridge- 2008
13. Wooldridge, M., An Introduction to MultiAgent Systems- Ed. J ohn Wiley and Sons-
2002


DESCRIO DO PROGRAMA
1. O que IA?
1.1. O que inteligncia
1.2. Usando conhecimento pra resolver problemas ou executar aes
1.3. O teste de Turing
1.4. Novas abordagens sobre o conceito de inteligncia
1.5. Histrico de IA



2. Ambiente de IA
2.1. Agentes
2.2. Agentes racionais
2.3. Sociedades de agentes



3. Tcnicas de buscas

3.1. Busca por uma soluo versus Busca por todas as solues versus Busca pela melhor
soluo
3.2. Retrocesso inteligente

3.3. Busca cega
3.3.1. Depth-first search
3.3.2. Breadth-first search
3.3.3. Unitied model of search
3.3.4. Random-search
3.3.5. Generale and test
3.3.6. Consideraes sobre a eficincia

3.4. Busca heurstica
3.4.1. A* search algorithm
3.4.2. B* search algorithm

3.5. Busca cega versus Busca heurstica



4. Redes Neurais

4.1. Neurnios e Redes Neurais
4.2. Perceptrons Simples
4.3. MLP
4.4. Redes classificatrias
4.5. Aprendizado Supervisionado
4.6. Aprendizado no Supervisionado



5. Algoritmos Genticos

5.1. Fluxo Geral
5.2. Representao dos indivduos
5.3. Funo de Aptido, Mtodos de Seleo
5.4. Operadores Genticos, Cruzamento, Mutao








6. Agente J ogador

6.1. Arquitetura Geral do J ogador
6.2. Representao dos Estados
6.3. Busca Pela Melhor Ao
6.4. Tcnicas de Aperfeioamento da Busca
6.5. Treinamento do Agente (aprendizado)
6.6. Sistema Multi-Agentes : especializao de agentes para as diversas fases de jogo
6.7. Noes de paralelizao e distribuio aplicadas arquitetura do agente.


DATA ____/____/____



__________________________ _______________________________
Prof.(a) reponsvel Coordenador(a) do Programa