Dades generals

Curs acadèmic:
2017
Descripció:
Crèdits:
5

Grups

Grup A

Durada:
Semestral, 2n semestre
Professorat:
MARC CARRERAS PEREZ  / EDUARD VIDAL GARCIA
Idioma de les classes:
Anglès (100%)

Altres Competències

  • To be able to design behaviour-based control architectures to solve robotic tasks.
  • To be able to analyse deliberative control architectures.
  • To be able to apply basic Reinforcement Learning algorithms to learn basic robot behaviours.
  • To be able to apply path planning algorithms

Continguts

1. Overview of Control Architectures

2. Behaviour-based architectures

3. Path Planning

          3.1. Bug algorithms

          3.2. Configuration space

          3.3. Potential functions

          3.4. Topological maps

          3.5. Graph search

          3.6. Cell decompositions

          3.7. Sampling-based algorithms

Activitats

Tipus d’activitat Hores amb professor Hores sense professor Total
Classes expositives 20 15 35
Classes pràctiques 12 24 36
Elaboració de treballs 10 28 38
Prova d'avaluació 4 12 16
Total 46 79 125

Bibliografia

  • Arkin (1998). Bahavior-based Robotics. MIT Press. Catàleg
  • Choset, Howie M. (2005). Principles of robot motion : theory, algorithms, and implementation . Cambridge, Massachusetts : MIT Press. Catàleg
  • Sutton, Richard S., Barto, Andrew G. (cop. 1998). Reinforcement learning : an introduction. Cambridge, Mass.: MIT Press. Catàleg

Avaluació i qualificació

Activitats d'avaluació:

Descripció de l'activitat Avaluació de l'activitat %
Laboratory Practical exercices in the laboratory. 30
Project A project will be proposed to be accomplished by a team of students. Project will require implementation of AR algorithms. A final presentation will be done by students. 40
Final Exam Theoretical and practical contents will be evaluated in the final exam. 30

Qualificació

The evaluation will consider:
- 40% project
- 30% laboratory work and results
- 30% final exam