|
Vyučující
|
|
|
|
Obsah předmětu
|
1. Úvod - agentový přístup k autonomním systémům, oblasti UI s dopadem a využitelností v autonomních systémech. 2. Prostředí a jeho reprezentace - predikátová reprezentace, objektový přístup, jazyky pro autonomní systémy. 3. Interakce agenta s prostředím - aktivní senzory, aktivní efektory, lokalizace. 4. Formulace cílů a plánování s UI - typy cílů a hodnocení pokroku, STRIPS, navigace a pohyb, optimalizace a genetické algoritmy. 5. Strojové učení - typy učení, case based reasoning, rozhodovací stromy, umělé neuronové sítě v robotice. 6. Human - robot interaction - využití UI pro HRI. 7. Distribuované systémy - multiagentní systémy a komunikace agentů, inteligentní systémy a jejich řízení a koordinace. Praktická část předmětu (cvičení) kopíruje obsahově přednášky. V rámci cvičení budou studenti v praxi uplatňovat a procvičovat teoretické poznatky z přednášek. Předpokládá se i využití práce v týmech a projektová výuka.
|
|
Studijní aktivity a metody výuky
|
Monologická (výklad, přednáška, instruktáž), Demonstrace, Laboratorní práce
- Příprava na zkoušku
- 20 hodin za semestr
- Semestrální práce
- 20 hodin za semestr
- Domácí příprava na výuku
- 34 hodin za semestr
|
|
Výstupy z učení
|
Předmět je zaměřen na témata zahrnovaná do oblasti umělé inteligence a jejich využití v robotice a autonomních a embedded systémech. Cílem přednášek je představit studentům vybrané metody z uvedených oblastí. Důraz bude kladen na klasické agentové pojetí autonomních systémů. Zahrnuta budou i témata související s human-robot interaction a problematika koordinace autonomních systémů. V rámci cvičení se studenti naučí vybrané postupy implementovat, a to jak v prostředí simulačních modelů, tak v reálných robotických systémech.
Po absolvování předmětu bude mít student znalosti ze vzájemně souvisejících oblastí autonomních systémů a umělé inteligence a pokročilého zpracování dat různého typu. Tyto znalosti bude student schopen prakticky využít a implementovat jak v simulačním prostředí, tak v reálných robotických systémech a robotech.
|
|
Předpoklady
|
Předpokladem pro zápis tohoto předmětu je znalost programování minimálně na úrovni absolvování předmětu OBP I a II.
|
|
Hodnoticí metody a kritéria
|
Písemná zkouška, Rozbor produktů pracovní činnosti studenta (technické práce), Test, Seminární práce
Pro úspěšné absolvování předmětu je potřeba řešit průběžné úkoly ve cvičeních, absolvovat teoretický test, vypracovat semestrální projekt a absolvovat ústní zkoušku. Na řádném a opravném termínu zápočtu, stejně jako na každém termínu zkoušky jsou zakázány všechny pomůcky, kromě těch, které jsou povoleny vyučujícím.
|
|
Doporučená literatura
|
-
BHAUMIK, Arkapravo. From AI to robotics: mobile, social, and sentient robots. CRC Press, 2018. ISBN 9781482251487.
-
GOVERS, Francis X. Artificial intelligence for robotics: Build intelligent robots that perform human tasks using AI techniques. Packt Publishing Ltd, 2018. ISBN 9781788835701.
-
MURPHY, Robin R. Introduction to AI robotics. MIT press, 2019. ISBN 9780262038485.
-
RUSSELL, Stuart J.; NORVIG, Peter. Artificial intelligence: a modern approach. 4th ed. Pearson, 2020. ISBN 9781292401133.
|