UAEM-FCAeI, FCQeI e ICBA
Programa de Maestría en
Optimización y Cómputo Aplicado
Simulación Multiagente
en Unity y Sistemas de Simulación de Multitudes
Dr. José Alberto
Hernández Aguilar
Ing. Peter Savier
Oropeza Martínez
Nuevo Formato Proyecto
ÍNDICE
1. Sistemas Multiagentes
Agentes y sus componentes Material
Tarea 1. Control de lectura y respuestas a los
ejercicios 2.1. al 2.4
El principio de Racionalidad Limitada por Herbert
A. Simon Material
Tarea 2. Control de lectura
Racionalidad limitada https://www.youtube.com/watch?v=fWreM4peRUo
Tarea 3. Caso de estudio: The “Uberization” of Healthcare: The Forthcoming
Legal Storm over mobile Health Technology’s impact on The Medical Profession, en https://pdfs.semanticscholar.org/8ebc/c2fe5c02f8843d69f0c4fe31c5fb1be968b5.pdf
De acuerdo al caso de estudio, responder las siguientes
preguntas:
¿Qué es la uberización de la
salud?
¿Cómo se puede utilizar la Inteligencia Artificial para
extender las habilidades de diagnóstico y tratamiento de los médicos?
¿Qué beneficios puede tener las aplicaciones médicas
móviles que se basan en poderosos motores de IA funcionando en la nube?
¿Cómo serían los agentes inteligentes involucrados?¿Cuáles serían sus componentes?
Deseo que te quedes sin trabajo https://www.youtube.com/watch?v=CMcWisAP_pk
Sistemas multiagente
Presentación
An
introduction to multiagent Systems http://www.cs.ox.ac.uk/people/michael.wooldridge/pubs/imas//IMAS2e.html
Máquinas de estado finite contenidos
presentación
2. Mundos virtuales
Ver el film Ready
player one dirigido por
Steven Spielberg y realizar un resumen
Una introducción a mundos
virtuales
https://ai.arizona.edu/sites/ai/files/MIS510/vw_introduction_0.ppt
(Si no se descarga pegar el link en
un navegador web)
3. Plataforma
Unity 3D
Link
compartido por el grupo del BSC de Barcelona
4. Framework Menge
5. FlameGPU
BIBLIOGRAFÍA
Russell,
S. J., & Norvig, P. (2004). Inteligencia Artificial: un
enfoque moderno.
Jones, M. T. (2008).
Artificial intelligence: a systems approach. Laxmi
Publications, Ltd.
Simonov,
A., Lebin, A., Shcherbak,
B., Zagarskikh, A., & Karsakov, A. (2018). Multi-agent crowd simulation on
large areas with utility-based behavior models: Sochi Olympic Park Station use
case. Procedia Computer Science, 136,
453-462.
Pérez-Ramírez, M., Zayas-Pérez, B., Beltran-Labra,
R., Márquez-Salazar, D., & Zezzatti, C. A. O. O. (2016). Implementation of a Reactive Model
for Responding to a Trembling Earthquake: A Perspective from Virtual Reality
and Multiagent Systems. Research in Computing Science, 122,
25-35.
Narang, S., Randhavane,
T., Best, A., Shapiro, A., & Manocha, D. (2016). Fbcrowd:
Interactive multi-agent simulation with coupled collision avoidance and human
motion synthesis. Technical report, Department of
Computer Science, UNC Chapel Hill.
Bussmann, S. (1992). Simulation
Environment for Multi-Agent Worlds. Techn. Rep.
D-92-01, DFKI, 10, 11-12.
De Paiva Oliveira, A., & Richmond, P. (2016, March). Feasibility Study
of Multi-Agent Simulation at the Cellular Level with FLAME GPU. In FLAIRS Conference (pp. 398-403).
Petreska, I., & Stamatopoulou, I. (2013, September). A comparative
study of tools for visualisation of state-based
spatial multi-agent models. In Proceedings of
the 6th Balkan Conference in Informatics (pp. 53-60). ACM.
Richmond,
P., & Chimeh, M. K. (2017, July). Flame GPU: Complex system simulation
framework. In High Performance Computing & Simulation (HPCS), 2017
International Conference on (pp. 11-17). IEEE.
Última actualización 13/Febrero/2019