CG1 Organitzar i avaluar la pròpia activitat d'aprenentatge i de recerca i elaborar estratègies per millorar-les. CG1- Organitzar i avaluar la pròpia activitat d'aprenentatge i de recerca i elaborar estratègies per millorar-les CB6 Posseir i comprendre coneixements que aportin una base o oportunitat de ser originals en el desenvolupament i/o aplicació d'idees, sovint en un context d'investigació. CB6- Posseir i comprendre coneixements que aportin una base o oportunitat de ser originals en el desenvolupament i/o aplicació d'idees, sovint en un context d'investigació CB8 Que els estudiants siguin capaços d'integrar coneixements i enfrontar-se a la complexitat de formular judicis a partir d'una informació que, sent incompleta o limitada, inclogui reflexions sobre les responsabilitats socials i ètiques vinculades a l'aplicació dels seus coneixements i judicis. CB8- Que els estudiants siguin capaços d'integrar coneixements i enfrontar-se a la complexitat de formular judicis a partir d'una informació que, sent incompleta o limitada, inclogui reflexions sobre les responsabilitats socials i ètiques vinculades a l'aplicació dels seus coneixements i judicis CB10 Que els estudiants tinguin les habilitats d'aprenentatge que els permetin continuar estudiant d'una manera que haurà de ser en gran manera autodirigida o autònoma. CB10- Que els estudiants tinguin les habilitats d'aprenentatge que els permetin continuar estudiant d'una manera que haurà de ser en gran manera autodirigida o autònoma CE1 Programar, a nivell avançat, en els llenguatges i llibreries més utilitzats en la robòtica de camp intel·ligent. CE1- Programar, a nivell avançat, en els llenguatges i llibreries més utilitzats en la robòtica de camp intel·ligent CE2 Analitzar un problema relacionat amb sistemes autònoms intel·ligents i identificar les tècniques i les eines apropiades per resoldre'l. CE2- Analitzar un problema relacionat amb sistemes autònoms intel·ligents i identificar les tècniques i les eines apropiades per resoldre'l CE5 Conèixer, entendre i ser capaç d'aplicar els algoritmes que permeten als vehicles autònoms localitzar-se i navegar de forma efectiva. CE5- Conèixer, entendre i ser capaç d'aplicar els algoritmes que permeten als vehicles autònoms localitzar-se i navegar de forma efectiva CE6 Conèixer i saber quan i com utilitzar els principals sensors i actuadors disponibles per a robots de camp intel·ligents. CE6- Conèixer i saber quan i com utilitzar els principals sensors i actuadors disponibles per a robots de camp intel·ligents CE8 Comprendre els fonaments matemàtics dels algorismes utilitzats en els sistemes robòtics intel·ligents. CE8- Comprendre els fonaments matemàtics dels algorismes utilitzats en els sistemes robòtics intel·ligents CE10 Aprendre i utilitzar les principals tècniques de control i planificació de trajectòries en manipuladors i vehicles autònoms. CE10- Aprendre i utilitzar les principals tècniques de control i planificació de trajectòries en manipuladors i vehicles autònoms
Tipus d’activitat Hores amb professor Hores sense professor Hores virtuals amb professor Total Prova d'avaluació 4,00 15,00 0 19,00 Sessió expositiva 26,00 14,00 0 40,00 Sessió pràctica 30,00 61,00 0 91,00 Total 60,00 90,00 0 150
Arkin, Ronald C.. (1998). Behavior-based robotics. London: MIT Press. Catàleg Choset, Howie M.. (2004). Principles of robot motion :. Cambridge, Massachusetts [etc.]: MIT Press. Catàleg Sutton, Richard S.. (2018). Reinforcement learning : (Second edition). Cambridge, Mass.: MIT Press, a http://search.ebscohost.com/login.aspx?direct=true&scope=site&db=nlebk&db=nlabk&AN=2517937 Catàleg Morales, Miguel (2020). Grokking Deep Reinforcement Learning . . Recuperat , a https://omnia.udg.edu/permalink/34CSUC_UDG/movre2/cdi_askewsholts_vlebooks_9781638356660 Kala, Rahul. (2023). Autonomous mobile robots : planning, navigation and simulation: Academic Press Catàleg
Activitats d'avaluació: Descripció de l'activitat Avaluació de l'activitat % Recuperable LAB1: Robot locomotion Practical programming exercise in the laboratory. 5 No LAB2: Potential functions Practical programming exercise in the laboratory. 10 No LAB3: Graph Search Practical programming exercise in the laboratory. 10 No LAB4: Sampling algorithms Practical programming exercise in the laboratory. 10 No LAB5: Reinforcement Learning Practical programming exercise in the laboratory. 15 No Exam Theoretical and practical contents will be evaluated in the exam. 50 Sí
The evaluation will take into account the work done in the laboratory (50%) and in the exam (50%). It is mandatory to pass the exam (mark >= 5 out of 10). Criteris específics de la nota «No Presentat»: To not participate in any activity. Avaluació única: The students will demonstrate their practical knowledge in the laboratory and pass an exam containing all theoretical and practical contents. Requisits mínims per aprovar: To pass the subject, the minimum required mark is 5 out of 10.
Student must send an email to the professor for organising a meeting in which whatever issue will be addressed.