Identificar, valorar i utilitzar tècniques i mètodes actuals i novedosos per a la resolució de projectes tecnològics i de recerca en la visió per computador i robòtica, l’enginyeria de control i sistemes intel•ligents. Poder fer front a una carrera de recerca en vistes a l'elaboració d'una tesis doctoral en un context altament tecnològic, o per a l'exercici professional en activitats de desenvolupament tecnològic, innovació i recerca. Determinar tecnologies de sensorització per a la mesura de variables relacionades amb el sistema Disseny d'arquitectures de control per solucionar tasques de robòtica. Aplicar algorismes bàsics d'aprenentatge per reforçament per aprendre comportaments bàsics dels robots. (Apply basic Reinforcement Learning algorithms to learn basic robot behaviours). Aplicar algorismes de localització i creació de mapes per a robots. Analitzar arquitectures de control deliberatives. (Analyse deliberative control architectures). Analitzar el model cinemàtic i dinàmic d'un sòlid rígid. (Analyse a kinematics and a dynamics model of a rigid body).
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
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 4. Robot learning 4.1. Reinforcement Learning 4.2. Q_learning 4.3. Path planning 4.4. Behaviour Learning
Tipus d’activitat Hores amb professor Hores sense professor Total Elaboració individual de treballs 10,00 30,00 40,00 Prova d'avaluació 4,00 12,00 16,00 Sessió expositiva 20,00 15,00 35,00 Sessió pràctica 12,00 24,00 36,00 Total 46,00 81,00 127
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.
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. 30 Final Exam Theoretical and practical contents will be evaluated in the final exam. 40