理工学部Faculty of Science and Engineering
HUI300XE（人間情報学 / Human informatics 300）エージェント技術Agent technology
江上 周作Shusaku EGAMI
授業コードなどClass code etc
| 学部・研究科Faculty/Graduate school | 理工学部Faculty of Science and Engineering |
| 添付ファイル名Attached documents | |
| 年度Year | 2022 |
| 授業コードClass code | H6063 |
| 旧授業コードPrevious Class code | |
| 旧科目名Previous Class title | |
| 開講時期Term | 秋学期授業/Fall |
| 曜日・時限Day/Period | 金5/Fri.5 |
| 科目種別Class Type | |
| キャンパスCampus | 小金井 |
| 教室名称Classroom name | 各学部・研究科等の時間割等で確認 |
| 配当年次Grade | |
| 単位数Credit(s) | |
| 備考（履修条件等）Notes | |
| 他学部公開科目Open Program | |
| 他学部公開（履修条件等）Open Program (Notes) | |
| グローバル・オープン科目Global Open Program | |
| 成績優秀者の他学部科目履修制度対象Interdepartmental class taking system for Academic Achievers | |
| 成績優秀者の他学部科目履修（履修条件等）Interdepartmental class taking system for Academic Achievers (Notes) | |
| 実務経験のある教員による授業科目Class taught by instructors with practical experience | |
| SDGsCPSDGs CP | |
| アーバンデザインCPUrban Design CP | |
| ダイバーシティCPDiversity CP | |
| 未来教室CPLearning for the Future CP | |
| カーボンニュートラルCPCarbon Neutral CP | |
| 千代田コンソ単位互換提供（他大学向け）Chiyoda Campus Consortium | |
| カテゴリー＜理工学部＞Category |
応用情報工学科 学科専門科目 |
すべて開くShow all
すべて閉じるHide All
Outline (in English)
In this course, we learn Software Agent technologies related to Artificial Intelligence. The goal of this course is to develop an intelligent agent. Specifically, we learn the basic knowledge of Agent and related technologies, such as Game Theory, Reinforcement learning, Deep Learning, Multi-agent systems, and semantic technologies.
授業で使用する言語Default language used in class
日本語 / Japanese
授業の概要と目的（何を学ぶか）Outline and objectives
本講義では、「エージェント」を、「自律性があり、ネットワークを介して情報交換を行い。必要に応じて情報の検索（推論）を行うアプリケーション・ソフトウエア」と規定する。エージェントを利用する目的は、この機能によって何らかの「サービス」を提供するものとして設計する。まず人工知能（AI）の背景やエージェントの基礎知識を学び、続いてゲーム理論、強化学習や深層学習、マルチエージェントシステム、ナレッジグラフと推論，クラウドソーシングなどの関連知識に触れ、特に知的エージェントの開発ができるようになることを目的とする。
到達目標Goal
エージェントの基礎知識（移動性，自律性，協調性）を学び、関連技術である機械学習，強化学習，深層学習（ディープラーニング），知識処理の基礎知識について学ぶ。また、Java，JavaScript，Python言語等を使用して知識ベースを活用する方法を学び、知的Webエージェントを開発できるようになる。
この授業を履修することで学部等のディプロマポリシーに示されたどの能力を習得することができるか（該当授業科目と学位授与方針に明示された学習成果との関連）Which item of the diploma policy will be obtained by taking this class?
ディプロマポリシーのうち、「DP1」と「DP2」と「DP4」に関連
授業で使用する言語Default language used in class
日本語 / Japanese
授業の進め方と方法Method(s)（学期の途中で変更になる場合には、別途提示します。 /If the Method(s) is changed, we will announce the details of any changes. ）
感染症対策のため、必要に応じてオンライン・オンデマンドを併用する。
独自のスライド資料によりエージェントの基礎知識や関連技術について学ぶとともに、適宜演習を交えてエージェント工学に資する要素技術の習得を行う。演習を行うためにPCは必須である．
アクティブラーニング（グループディスカッション、ディベート等）の実施Active learning in class (Group discussion, Debate.etc.)
なし / No
フィールドワーク（学外での実習等）の実施Fieldwork in class
なし / No
授業計画Schedule
授業形態/methods of teaching：対面/face to face
※各回の授業形態は予定です。教員の指示に従ってください。
第1回[対面/face to face]：エージェント技術とは？
人工知能研究の歴史．エージェント指向のソフトウェアの歴史．
第2回[オンライン/online]：エージェントの移動
モバイルエージェント，強い移動/弱い移動
第3回[対面/face to face]：自律エージェント(1)
自律エージェントの基礎，熟考型/即応型
第4回[オンライン/online]：自律エージェント(2)
自律エージェントのプランニングアルゴリズム
第5回[対面/face to face]：マルチエージェントシステム(1)
エージェント間インタラクション，言語行為論, FIPA
第6回[オンライン/online]：マルチエージェントシステム(2)
マルチエージェントとゲーム理論，ナッシュ均衡
第7回[対面/face to face]：学習するエージェント(1)
自律エージェントの改良，さまざまな機械学習
第8回[オンライン/online]：学習するエージェント(2)
強化学習，Q学習
第9回[対面/face to face]：学習するエージェント(3)
ニューラルネットワークの基礎
第10回[オンライン/online]：学習するエージェント(4)
ニューラルネットワークが学習する仕組み，畳み込みニューラルネットワーク
第11回[対面/face to face]：学習するエージェント(5)
深層学習，深層強化学習
第12回[オンライン/online]：知識の利用とエージェント(1)
セマンティックWeb，LOD，ナレッジグラフの活用
第13回[対面/face to face]：知識の利用とエージェント(2)
SPARQLを利用したアプリケーションの実装，オントロジーと推論技術
第14回[オンライン/online]：人とエージェントの協働
ヒューマンコンピュテーションとクラウドソーシング，最終まとめ
授業時間外の学習（準備学習・復習・宿題等）Work to be done outside of class (preparation, etc.)
【本授業の準備・復習等の授業時間外学習は、4時間を標準とする】プログラミング言語の基本的文法の習得．PCへの演習環境のインストールと課題を各自実施する（インストールについては講義内で指示する）．
テキスト（教科書）Textbooks
特定の教科書は利用せず独自スライドで行う．
講義で利用する外部資料は，授業中に適宜ダウンロードURLなどを指示する．
参考書References
・大須賀 昭彦 (著), 田原 康之 (著), 中川 博之 (著), 川村 隆浩 (著)，マルチエージェントによる自律ソフトウェア設計・開発，コロナ社，2017
・斎藤 康毅 (著)，ゼロから作るDeep Learning ―Pythonで学ぶディープラーニングの理論と実装，オライリージャパン，2016．
・兼岩 憲 (著)，セマンティックWebとリンクトデータ，コロナ社，2017．
・トム ヒース (著)他, Linked Data: Webをグローバルなデータ空間にする仕組み, 近代科学社 2013.
・加藤 文彦 (著), 川島 秀一 (著), 岡別府 陽子 (著), 山本 泰智 (著), 片山 俊明 (著)，オープンデータ時代の標準Web API SPARQL，2015.
・神崎 正英(著), セマンティック・ウェブのためのRDF/OWL入門, 森北出版, 2005.
成績評価の方法と基準Grading criteria
平常点（10%）と最終レポート（90%）により総合的に評価する．
学生の意見等からの気づきChanges following student comments
エージェント技術が実際に応用されている例や，最新の人工知能の研究例などについても紹介する．
学生が準備すべき機器他Equipment student needs to prepare
PCを持参のこと．学外Webサイトのアクセス等インターネットを利用する．
その他の重要事項Others
必須事項ではないが「セマンティックWeb」を受講していると理解が早い