UA
   RAZONAMIENTO    Año académico       Versión PDF.
Código9380Descripción
Crdts. Teor.3MÉTODOS DE RAZONAMIENTO ARTIFICIAL. RAZONAMIENTO CONDICIONAL. RAZONAMIENTO CON INCERTIDUMBRE. RAZONAMIENTO TEMPORAL.
Crdts. Pract.3
A efectos de intercambios en programas de movilidad, la carga de esta asignatura equivale a 7,5 ECTS.


Departamentos y Áreas
DepartamentosÁreaCrdts. Teor.Crdts. Pract.Dpto. Respon.Respon. Acta
CIENCIA DE LA COMPUTACION E INTELIGENCIA ARTIFICIALCIENCIA DE LA COMPUTACION E INTELIGENCIA ARTIFICIAL33


Estudios en los que se imparte
Ingeniería Técnica en Informática de Sistemas - plan 2001


Pre-requisitos
Sin incompatibles


Incompatibilidades de matrícula por contenidos equivalentes
Sin Datos


Matriculados (2009-10)
Grupo (*)Número
1 5
TOTAL 5
(*) 1: GRUPO 1 - CAS


Ofertada como libre elección (2009-10)
Sin departamento
Consulta Gráfica de Horario
A efectos de intercambios en programas de movilidad, la carga de esta asignatura equivale aPincha aquí


Horario (2009-10)
ModoGrupo (*)Día inicioDía finDíaHora inicioHora finAula
CLASE TEÓRICA 1 14/09/2009 23/12/2009 V 10:00 12:00 0016P2007
PRÁCTICAS CON ORDENADOR 1 14/09/2009 23/12/2009 V 12:00 14:00 0016P2007
(*) CLASE TEÓRICA
1: GRUPO 1 - CAS
(*) PRÁCTICAS CON ORDENADOR
1: GRUPO PRACTICAS DE RAZONAMIENTO - CAS


Grupos de matricula (2009-10)
Grupo (*)CuatrimestreTurnoIdiomaDistribución (letra nif)
1 1er. M CAS desde - hasta -
(*) 1: GRUPO 1 - CAS


Objetivos de las asignatura / competencias (2009-10)
PARTE COGNITIVA:

* Comprender la arquitectura general de un videojuego.
* Entender la relación de los componentes de Inteligencia Artificial y Razonamiento Automático como parte de la arquitectura de un videojuego.
* Comprender las necesidades de Inteligencia Artificial específicas de un videojuego.
* Aprender a diseñar adecuadamente un motor de Inteligencia Artificial genérico basado en técnicas especficas de Razonamiento Automático.
* Aprender la necesidad de uso de máquinas de estados finitos y su papel tanto en el Razonamiento Automático como en el motor de Inteligencia Artificial de un Videojuego.
* Aprender y profundizar en el conocimiento de las lógicas clásicas y no-clásicas (no-montonas, temporales y difusas, principalmente).
* Aprender las distintas técnicas de Razonamiento Automático que tienen aplicación en la búsqueda de caminos y su implicación en el ámbito de los videojuegos.
* Desarrollar un motor de Inteligencia Artificial para videojuegos lo más genérico y bien diseñado posible.
* Desarrollar 3 módulos completamente funcionales de Máquinas de Estados Finitos, Lógica Difusa y Búsqueda de Caminos e integrarlos en el motor de Inteligencia Artificial para videojuegos.

COMPETENCIAS TRANSVERSALES:

* Introducir al alumno en el diseño, planificación y desarrollo de un proyecto ingenieril quasi real.
* Introducir al alumno en el uso de herramientas de trabajo colaborativo específicas para proyectos informáticos y gestión de configuraciones.
* Fomentar en trabajo en equipo y las habilidades sociales necesarias.
* Desarrollar las capacidades de aprendizaje autónomo del alumno y de búsqueda de soluciones a problemas reales.
* Desarrollar las capacidades de autoevaluación y autocrítica necesarias para el refinamiento y mejora constante de los proyectos que el alumno desarrolle.
* Reforzar las capacidades de expresión oral y escrita del alumno, así como su entendimiento y valoración de la necesidad de una buena documentación en un proyecto ingenierl.


Contenidos teóricos y prácticos (2009-10)
## Bloque I: Elementos basicos
* I.1. Introducción al Razonamiento en Videojuegos
* I.2. Arquitecturas Básicas de Sistemas de Razonamiento para Videojuegos
* I.3. Máquinas de Estados Finitos (Finite-State Machines o FSMs)

## Bloque II: Razonamiento Lógico
* II.1. Lógica Clásica y Sistemas Basados en Reglas
* II.2. Otras Lógicas
* II.3. Lógica Difusa (Fuzzy Logic)

## Bloque III: Búsqueda de Caminos (Pathfinding)
* III.1. La Herramienta Indispensable: Los Grafos
* III.2. Búsqueda de Caminos con Dijkstra y A*
* III.3. Técnicas Avanzadas de Búsqueda de Caminos

## Bloque IV: Temas Avanzados
* IV.1. Razonamiento Dirigido por Objetivos (Goal-Based)
* IV.2. Comportamientos Emergentes de Grupos (Flocking)
* IV.3. Redes Neuronales y Algoritmos Genticos


Más información
Profesor/a responsable
GALLEGO DURÁN , FRANCISCO JOSÉ


Metodología docente (2009-10)
Clases teóricas y prácticas
La metodología de trabajo esta fundamentada en el Aprendizaje Basado en Proyectos. Los alumnos se agrupan alrededor de un proyecto común cuya realización requiere estar en disposición de los conocimientos contenidos en el temario. De esta forma se cubren 2 objetivos principales: por un lado, el alumno se siente motivado por la posibilidad de realizar un proyecto más cercano a la vida real, lo que trasciende de la mera motivación por aprobar la asignatura y, por otro lado, el alumno profundiza en los conocimientos para poder desarrollar el proyecto, alcanzando niveles muy superiores a los exigidos en la docencia tradicional, puesto que es la única forma de poder cumplir los objetivos marcados en su proyecto.

En las primeras clases el profesor introducirá los 4 bloques de la asignatura a través de pequeños seminarios, dando las referencias fundamentales y directrices sobre cómo aprender lo necesario para el desarrollo del proyecto. Durante el resto de la asignatura, el profesor supervisará a cada uno de los grupos de estudiantes a nivel particular, dándoles consejo y aportándoles la información que necesitarán para poder desarrollar su proyecto.

li { white-space: pre-wrap; } Para la realización de los proyectos, los estudiantes formarán grupos de 3 integrantes. Excepcionalmente, y en casos justificados, el profesor será flexible para admitir grupos de 2 o 4, pero serán preferentes los grupos de 3. Tras una introducción a la tarea que tendrán que realizar, los estudiantes tendrán que preparar una planificación para la realización del proyecto. Esta planificación deber incluir un esquema del proyecto, un detalle de los módulos a desarrollar, un estudio de la temporalización del proyecto, una asignación de roles, un plan de calidad, un plan de contingencia para control de imprevistos y un presupuesto detallado con la entrega repartida en un mínimo de 3 hitos.

Una vez que la planificación del proyecto sea aprobada por el profesor, todo el resto del tiempo de la asignatura estará dedicado a que los estudiantes desarrollen ese proyecto en supervisión directa por parte del profesor. Además, los alumnos deberán desarrollar las pruebas de verificación de funcionamiento de su proyecto sobre el entorno Real Time Battle.

Las últimas semanas de clase se reservarán para las entregas de los proyectos y para la realización de un campeonato de Real Time Battle. En este campeonato, los robots de prueba desarrollados por los alumnos utilizando sus respectivos proyectos de motor de Inteligencia Artificial competirán unos contra otros, ganando aquel que consiga una mayor puntuación en el total de combates en distintas circunstancias. El equipo ganador del torneo obtendrá una bonificación extra sobre la nota final.


Tipo de actividades: teóricas y prácticas
Laboratorios
* Planificación de un proyecto completo
* Búsqueda bibliográfica e investigación sobre el proyecto a realizar.
* Análisis de código y especificaciones previas al proyecto a realizar.
* Desarrollo del proyecto en grupo.
* Interacción con los distintos grupos integrantes del equipo.
* Participación en concurso de Inteligencia Artificial en clase.


Profesores (2009-10)
Grupo Profesor/a
TEORIA COMPARTIDA DE 9207, 9303 Y 93801GALLEGO DURÁN, FRANCISCO JOSÉ
PRÁCTICAS CON ORDENADOR DE 92071GALLEGO DURÁN, FRANCISCO JOSÉ
Enlaces relacionados
Sin Datos


Bibliografía

AI game engine programming
Autor(es):Schwab, Brian
Edición:Hingham : Charles River Media, 2004.
ISBN:1-58450-344-0
Recomendado por:GALLEGO DURAN, FRANCISCO JOSE (*1)
[ Acceso a las ediciones anteriores ] [ Enlace al recurso bibliográfico ]

AI game programming wisdom
Autor(es):Rabin, Steve
Edición:Hingham, Mass: : Charles River Media, 2002.
ISBN:1-58450-077-8
Recomendado por:GALLEGO DURAN, FRANCISCO JOSE (*1)
[ Acceso al catálogo de la biblioteca universitaria ]

AI game programming wisdom 2
Autor(es):Steve Rabin
Edición:Hingham : Charles River Media, 2004.
ISBN:1-58450-289-4
Recomendado por:GALLEGO DURAN, FRANCISCO JOSE (*1)
[ Acceso al catálogo de la biblioteca universitaria ]

A1 techniques for game programming
Autor(es):Buckland, Mat
Edición:Cincinnati : Premier Press, 2002.
ISBN:1-931841-08-X
Recomendado por:GALLEGO DURAN, FRANCISCO JOSE (*1)
[ Acceso al catálogo de la biblioteca universitaria ]

Programming game AI by example
Autor(es):Buckland, Mat
Edición:Plano (Texas) : Wordware Publishing, 2010.
ISBN:1-55622-078-2
Recomendado por:GALLEGO DURAN, FRANCISCO JOSE (*1)
[ Acceso a las ediciones anteriores ] [ Enlace al recurso bibliográfico ]
(*1) Este profesor ha recomendado el recurso bibliográfico a todos los alumnos de la asignatura.
Fechas de exámenes oficiales (2009-10)
ConvocatoriaGrupo (*)fechaHora inicioHora finAula(s) asignada(s)Observ:
Exámenes extraordinarios de finalización de estudios (diciembre) -1 06/11/2009 -
Periodo ordinario para asignaturas de primer semestre -1 13/01/2010 12:00 15:00 0039PS002 -
Periodo extraordinario de julio -1 14/07/2010 -
(*) 1: GRUPO 1 - CAS


Instrumentos y criterios de evaluación (2009-10)
Evaluación continua
La evaluación de la asignatura estará centrada en el documento inicial de planificación y presupuesto que debe entregar cada grupo al profesor. Este documento, una vez sea aceptado por el profesor, se convertirá en el contrato de evaluación de la asignatura. En el documento debe estar especificado qué es lo que el grupo entregará al profesor, cómo lo va a entregar y cuánta nota debe recibir a cambio de cada uno de los apartados que se especifiquen.

En la planificación se establecerán un mínimo de 3 hitos de entrega, y cada hito tendrá una evaluación propia. El profesor evaluará el grado de cumplimiento de los objetivos planteados para cada hito de entrega, otorgando al grupo un porcentaje de la nota que solicitaba proporcional al grado de cumplimiento de los objetivos. De esta forma, todo el proceso de evaluación está en manos de los propios estudiantes, cumpliendo, además, la tarea de enseñar lo que significa planificar bien y llevar a cabo un proyecto.

Además de la evaluación general de la asignatura a través del proyecto, el profesor planteará pequeñas actividades independientes que puedan reportarle a los alumnos algún aporte extra de nota. Así mismo, al final de las clases se realizará un torneo de Real Time Battle, en el que los distintos grupos competirán utilizando sus propios motores de Inteligencia Artificial.

En resumen, la evaluación será como sigue:
* 90%: por el grado de cumplimiento de los objetivos del proyecto.
* 10%: según clasificación final en el torneo de Real Time Battle.
* Hasta 15% extra: Actividades independientes planteadas por el profesor en clase.