2. Docenti
  3. FERRAIOLI Diodato
  4. Didattica

SISTEMI MULTI-AGENTE

Diodato FERRAIOLI SISTEMI MULTI-AGENTE

0622700137
DIPARTIMENTO DI INGEGNERIA DELL'INFORMAZIONE ED ELETTRICA E MATEMATICA APPLICATA
CORSO DI LAUREA MAGISTRALE
INGEGNERIA INFORMATICA
2025/2026



ANNO CORSO 2
ANNO ORDINAMENTO 2022
PRIMO SEMESTRE
CFUOREATTIVITÀ
432LEZIONE
216LABORATORIO
VINCENZO AULETTA T Curriculum
DIODATO FERRAIOLI Curriculum
Obiettivi
UN SISTEMA MULTI-AGENTE (MAS) È UN SISTEMA INFORMATICO COMPOSTO DA PIÙ AGENTI INTELLIGENTI CHE INTERAGISCONO TRA LORO. L’INTERAZIONE POTREBBE ESSERE UTILE PER RAGGIUNGERE UN OBIETTIVO COMUNE O PER RISOLVERE UN PROBLEMA CHE SAREBBE DIFFICILE O IMPOSSIBILE PER UN SINGOLO AGENTE.  I SISTEMI MULTI-AGENTE SONO UNA IMPORTANTE TECNOLOGIA ABILITANTE PER ANALIZZARE E SVILUPPARE APPLICAZIONI DISTRIBUITE CHE DEVONO OPERARE SU RETI COMPLESSE E DI GRANDI DIMENSIONI. CON L’ENORME PROGRESSO DELLE TECNOLOGIE DI INTERCONNESSIONE E INTEROPERABILITÀ DI COMPUTER QUESTO TIPO DI APPLICAZIONI SONO DIVENTATE STANDARD IN NUMEROSI CONTESTI COME L’E-COMMERCE, LA LOGISTICA, LA CURA DELLA SALUTE, ECC. INOLTRE, QUESTO PARADIGMA DI COMPUTAZIONE È ALLA BASE DI MODELLI POPOLARI COME PEER- TO-PEER COMPUTING, PERVASIVE COMPUTING, AUTONOMIC COMPUTING, SERVICE-ORIENTED COMPUTING, AND CLOUD COMPUTING. I SISTEMI MULTI-AGENTE POSSONO ESSERE ANCHE UTILIZZATI PER ANALIZZARE E STUDIARE PROCESSI DI NATURA ECONOMICA, SOCIALE O POLITICA ALL’INTERNO DI SISTEMI INFORMATICI DI GRANDI DIMENSIONI BASATI SUL COMPORTAMENTO UMANO, COME LE RETI SOCIALI.

IL CORSO SI PREFIGGE L'OBIETTIVO DI FORNIRE ALLO STUDENTE GLI STRUMENTI, SIA METODOLOGICI CHE TECNOLOGICI, PER MODELLARE, ANALIZZARE E PROGETTARE SISTEMI MULTI-AGENTE ED UTILIZZARLI PER SVILUPPARE APPLICAZIONI IN DIVERSI AMBITI. DURANTE IL CORSO VERRANNO PRESENTATI E DISCUSSI DIVERSI CASI DI STUDIO PER FORNIRE ESEMPI DI APPLICAZIONE CON SUCCESSO DEL PARADIGMA DI COMPUTAZIONE DI SISTEMI MULTI-AGENTE A DIVERSI PROBLEMI REALI (PER ESEMPIO, SISTEMI DI MULTI-AGENT LEARNING, ASTE, SORVEGLIANZA, CAMPAGNE INFORMATIVE PER LA SALUTE PUBBLICA).


CONOSCENZE E CAPACITÀ DI COMPRENSIONE
CONOSCERE E COMPRENDERE LE FONDAMENTA CONCETTUALI E TECNICHE DEI MAS. MODELLARE SISTEMI COMPUTAZIONALI COMPLESSI COME MAS ED ANALIZZARNE CORRETTEZZA ED EFFICIENZA.

CONOSCENZE E CAPACITÀ DI COMPRENSIONE APPLICATE
PROGETTARE SISTEMI COMPLESSI BASATI SUL PARADIGMA DEI MAS CHE OPERINO IN CONTESTI DISTRIBUITI COMPLESSI, DINAMICI E DI GRANDI DIMENSIONI. COSTRUIRE SISTEMI INTELLIGENTI CHE INTEGRINO GLI STRUMENTI DELL'AI CON IL PARADIGMA DEI MAS IN MODO EFFICACE E METODOLOGICAMENTE CORRETTO.
Prerequisiti
PER IL PROFICUO RAGGIUNGIMENTO DEGLI OBIETTIVI DEL CORSO, SONO RICHIESTE CONOSCENZEDI PROGETTAZIONE ED ANALISI DI ALGORITMI E DI TECNICHE DI PROGRAMMAZIONE. INOLTRE, È RICHIESTA LA CONOSCENZA DI ELEMENTI DI CALCOLO DELLE PROBABILITÀ, LOGICA E DI ALGEBRA LINEARE.
Contenuti
UNITÀ DIDATTICA 1: BASICS
(ORE LEZIONE/ESERCITAZIONE/LABORATORIO 10/0/0)
- 1 (2 ORE LEZIONE): GAME THEORY
- 2 (2 ORE LEZIONE): EXTENSIVE FORM GAMES
- 3 (2 ORE LEZIONE): STACKELBERG GAMES
- 4 (2 ORE LEZIONE): THEORY OF REINFORCEMENT LEARNING
- 5 (2 ORE LEZIONE): ONLINE LEARNING AND REGRET MINIMIZATION
CONOSCENZE E CAPACITÀ DI COMPRENSIONE: COMPRENSIONE DEI TERMINI: GIOCO, EQUILIBRIO, STRATEGIA, AZIONE, REGRET, ONLINE LEARNING, REINFORCEMENT LEARNING
CONOSCENZE E CAPACITÀ DI COMPRENSIONE APPLICATE: ALGORITMI DI REINFORCEMENT E ONLINE LEARNING

UNITÀ DIDATTICA 2: EQUILIBRIA COMPUTATION
(ORE LEZIONE/ESERCITAZIONE/LABORATORIO 6/0/0)
- 6 (2 ORE LEZIONE): EQUILIBRIA COMPUTATION AND LEARNING
- 7 (2 ORE LEZIONE): APPLICATION: LIBRATUS (A POKER WINNING AI)
- 8 (2 ORE LEZIONE): APPLICATION: SECURITY GAMES
CONOSCENZE E CAPACITÀ DI COMPRENSIONE: PROPRIETÀ DEGLI EQUILIBRI E OSTACOLI COMPUTAZIONALI ALLA LORO COMPUTAZIONE
CONOSCENZE E CAPACITÀ DI COMPRENSIONE APPLICATE: PROGETTAZIONE DI ALGORITMI PER LA COMPUTAZIONE DI EQUILIBRI

UNITÀ DIDATTICA 3: MECHANISM DESIGN
(ORE LEZIONE/ESERCITAZIONE/LABORATORIO 10/0/0)
- 9 (2 ORE LEZIONE): MECHANISM DESIGN PRINCIPLES
- 10 (2 ORE LEZIONE): APPLICATION: AD AUCTIONS
- 11 (2 ORE LEZIONE): SIMPLE MECHANISM
- 12 (2 ORE LEZIONE): APPLICATION: SPECTRUM AUCTIONS
- 13 (2 ORE LEZIONE): PRINCIPLES OF INFORMATION ELICITATION AND CONTRACT DESIGN
CONOSCENZE E CAPACITÀ DI COMPRENSIONE: COMPRENSIONE DEI CONCETTI DI TRUTHFULNESS E RAZIONALITÀ, E DELLE TECNICHE DI PROGETTAZIONE DEI MECCANISMI
CONOSCENZE E CAPACITÀ DI COMPRENSIONE APPLICATE: CAPACITÀ DI PROGETTARE MECCANISMI TRUTHFUL PER SEMPLICI PROBLEMI DI INTERESSE

UNITÀ DIDATTICA 4: SOCIAL NETWORKS
(ORE LEZIONE/ESERCITAZIONE/LABORATORIO 10/0/0)
- 14 (2 ORE LEZIONE): SOCIAL NETWORK ANALYSIS
- 15 (2 ORE LEZIONE): NETWORK FORMATION
- 16 (2 ORE LEZIONE): INFORMATION AND OPINION DIFFUSION
- 17 (2 ORE LEZIONE): APPLICATION: HEALTH CAMPAIGNS
- 18 (2 ORE LEZIONE): SOCIAL NETWORK MECHANISM DESIGN AND APPLICATION TO CROWDSOURCING
CONOSCENZE E CAPACITÀ DI COMPRENSIONE: PROPRIETÀ DELLE SOCIAL NETWORK (SMALL WORLD, POWER LAW DISTRIBUTION, ETC.) E DELLE DINAMICHE DI DIFFUSIONE DELL'INFORMAZIONE (A CASCATA, A SOGLIA, EPIDEMICHE, ...)
CONOSCENZE E CAPACITÀ DI COMPRENSIONE APPLICATE: CAPACITÀ DI PROGETTARE SEMPLICI CAMPAGNE DI DIFFUSIONE DELL'INFORMAZIONE

UNITÀ DIDATTICA 5: SOCIAL CHOICE AND COALITIONS
(ORE LEZIONE/ESERCITAZIONE/LABORATORIO 8/0/0)
- 19 (2 ORE LEZIONE): SOCIAL CHOICE THEORY
- 20 (2 ORE LEZIONE): ELECTION MANIPULATION IN SOCIAL NETWORKS
- 21 (2 ORE LEZIONE): COOPERATIVE GAME THEORY
- 22 (2 ORE LEZIONE): APPLICATION: DETECTING TERRORISTS IN A CRIMINAL NETWORK
CONOSCENZE E CAPACITÀ DI COMPRENSIONE: COMPRENSIONE DELLE DIFFICOLTÀ CONNESSE ALLA AGGREGAZIONE DI INFORMAZIONI E ALLA CONDIVISIONE DI RISORSE
CONOSCENZE E CAPACITÀ DI COMPRENSIONE APPLICATE: CAPACITÀ DI APPLICARE LE MISURE DI SHAPLEY E SIMILI TOOL IN DIFFERENTI CONTESTI

UNITÀ DIDATTICA 6: MULTI AGENT LEARNING
(ORE LEZIONE/ESERCITAZIONE/LABORATORIO 4/0/0)
- 23 (2 ORE LEZIONE): MULTIAGENT LEARNING
- 24 (2 ORE LEZIONE): APPLICATION: AIR TRAFFIC CONTROL
CONOSCENZE E CAPACITÀ DI COMPRENSIONE: CONCETTI DI MARKOV DECISION PROCESS E DI MARKOV GAMES
CONOSCENZE E CAPACITÀ DI COMPRENSIONE APPLICATE: CAPACITÀ DI PROGETTARE SEMPLICI ALGORITMI PER MULTI-AGENT LEARNING

TOTALE ORE LEZIONE/ESERCITAZIONE/LABORATORIO 48/0/0
Metodi Didattici
L’INSEGNAMENTO CONTEMPLA SIA LEZIONI TRADIZIONALI CHE DISCUSSIONI SU CASI DI STUDIO.

NELLE LEZIONI VENGONO PRESENTATI I FONDAMENTI, SIA CONCETTUALI CHE TECNOLOGICI, DEI SISTEMI MULTI-AGENTE.
NELLE DISCUSSIONI DEI CASI DI STUDIO VENGONO PRESENTATI ESEMPI DI APPLICAZIONI DEL PARADIGMA DEI MAS A DIVERSI AMBITI APPLICATIVI.
Verifica dell'apprendimento
LA PROVA DI ESAME È FINALIZZATA A VALUTARE NEL SUO COMPLESSO LE CONOSCENZE E LE CAPACITÀ DI COMPRENSIONE DEI CONCETTI PRESENTATI A LEZIONE, NONCHÉ LA CAPACITÀ DI APPLICARE TALI CONOSCENZE NELL’AMBITO DEI SISTEMI MULTI-AGENTE A DIVERSI CONTESTI APPLICATIVI.

LA PROVA D’ESAME SI ARTICOLA NELLA DISCUSSIONE DEL PROGETTO SVOLTO DURANTE IL CORSO ED UN COLLOQUIO ORALE. CON IL PROGETTO SARANNO VALUTATE LE CAPACITÀ DI APPLICARE LE CONOSCENZE ACQUISITE NELL’AMBITO DEI SISTEMI MULTI-AGENTE A DIVERSI CONTESTI APPLICATIVI. LA DISCUSSIONE DEL PROGETTO CONSENTIRÀ ANCHE DI VALUTARE LE CAPACITÀ DELLO STUDENTE DI LAVORARE IN GRUPPO E DI PRESENTARE IL PROPRIO LAVORO. CON IL COLLOQUIO ORALE SARANNO VALUTATE LE CONOSCENZE E LA COMPRENSIONE ACQUISITE IN MERITO AI SISTEMI MULTI-AGENTE E LE LORO APPLICAZIONI IN DIVERSI AMBITI APPLICATIVI.

NELLA VALUTAZIONE FINALE, ESPRESSA IN TRENTESIMI, LA VALUTAZIONE DEL PROGETTO PESERÀ PER IL 60% MENTRE IL COLLOQUIO PER IL RESTANTE 40%. LA LODE POTRÀ ESSERE ATTRIBUITA AGLI STUDENTI CHE DIMOSTRINO UNA PIENA CONOSCENZA E PADRONANZA DI TUTTE LE PRINCIPALI TEMATICHE AFFRONTATE AL CORSO E CAPACITÀ DI APPLICARLI ANCHE A CONTESTI DIFFERENTI DA QUELLI ANALIZZATI A LEZIONE.
Testi
•Y. SHLOMO, K. LEYTON-BROWN (SLB)
MULTIAGENT SYSTEMS: ALGORITHMIC, GAME-THEORETIC, AND LOGICAL FOUNDATIONS
CAMBRIDGE UNIVERSITY PRESS, 2008
•G. WEISS (MAS)
MULTIAGENT SYSTEMS, II ED.
MIT PRESS, 2016
•A. SLIVKINS (MAB)
INTRODUCTION TO MULTI-ARMED BANDITS
NOW, 2019
•D. EASLEY, J. KLEINBERG (EK)
NETWORKS, CROWDS, AND MARKETS: REASONING ABOUT A HIGHLY CONNECTED WORLD
CAMBRIDGE UNIVERSITY PRESS, 2010
Altre Informazioni
IL CORSO E' TENUTO IN ITALIANO
Orari Lezioni

  BETA VERSION Fonte dati ESSE3 [Ultima Sincronizzazione: 2025-08-21]