Sie können navigieren mit Taste 1  lesen mit Taste 2  die Sprache umschalten mit Taste 3  sich anmelden mit Taste 4   zum Ende springen mit Taste 5

Hochschule Ravensburg-Weingarten Winter 2019/20

Zur Startseite springen Startseite Zurück zur letzten besuchten Seite springen Zurück LSF-News LSF-News LSF Online-Hilfe LSF Online-Hilfe Vorlesungsverzeichnisse (PDF-Download) Vorlesungsverzeichnisse (PDF-Download) Semester wählen:   Winter 2019/20 deutsch  English 

 
Die Veranstaltung wurde 5 mal im Vorlesungsverzeichnis Winter 2019/20 gefunden:
Vorlesungsverzeichnis
[+]      Mechatronics (Master)
[+]      1st semester course  - - - 1
[+]      Höheres Lehramt an beruflichen Schulen - Elektrotechnik/Physik (Master)  - - - 2
[+]      Electrical Engineering and Embedded Systems (Master)  - - - 3
[+]      Informatik (Master)
[+]      Wahlfächer  - - - 4
[+]      Wahlpflichtfächer  - - - 5

5812   Lernfähige Roboter

Vorlesung/Praktikum WS 2019/20    Sprache: Englisch    4 SWS    
 
Laut SPO für:
Profil IN-Künstliche Intelligenz und Autonme Rob., Abschluss 90,   ( 2. Semester ) - ECTS-Punkte : 5     - Kategorie : Wahlpflichtfach    
 
Mechatronics, Abschluss 90,   ( 2. Semester ) - ECTS-Punkte : 5     - Kategorie : Wahlfach    
 
Electrical Engineering and Embedded Systems, Abschluss 90,   ( 2. Semester ) - ECTS-Punkte : 5     - Kategorie : Wahlfach    
 
Profil IN-IT-Sicherheit, Abschluss 90,   ( 2. Semester ) - ECTS-Punkte : 5     - Kategorie : Wahlfach    
 
Profil IN-Spiele, Abschluss 90,   ( 2. Semester ) - ECTS-Punkte : 5     - Kategorie : Wahlfach    
 
Ausrichter:
Masterstudiengang Informatik
 
Verantw. Dozent:
Ertel verantwortlich
 
   --- Keine Veranstaltungstermine bekannt ---
Lernziele:
Der Student soll verstehen, wie Roboter lernen können und in Projekten aktiv mitar-beiten können um einen beliebigen Roboter lernfähig zu machen. Ein Roboter ist lern-fähig, wenn er für eine bestimmte Aufgabe nicht mehr klassisch programmiert werden muss, sondern sein Verhalten erlernen kann. Das Lernen des Roboters beinhaltet hierbei auch die Generalisierung und geht somit weit über das einfache Reproduzieren gespeicherter Trajektorien (sog. Teach In oder Teaching) heutiger Industrieroboter hinaus.

Dazu muss der Student die wichtigsten beim Roboterlernen eingesetzten Lernverfah-ren verstehen, programmieren und auf einem Roboter umsetzen können. Ein wichtiges Ziel hierbei ist es auch, dass der Student in der Lage ist, selbstständig einschlägige Publikationen zu lesen und zu verstehen.
 
Inhalt:
Lernen durch Demonstration von einfachen motorischen Aufgaben für Roboter.
Lernen durch Demonstration von symbolischen Planungsaufgaben für Roboter.
Optimierungsverfahren für maschinelles Lernen.
One-ClassLearning
Support Vector Maschinen
Vergleich und Bewertung von Lernalgorithmen mit statistischen Methoden
Ensemble Methods: Bagging und Boosting
Deep Learning
Kreativität in der KI
Learning to play the game of GO
 
Literatur:
C.M. Bishop. Pattern recognition and machine learning. Springer New York:, 2006.
R. Sutton und A. Barto. Reinforcement Learning. MIT Press, 1998.
B. Siciliano und O. Khatib (Hrsg.), Handbook of Robotics. Springer, 2008.
W. Ertel, Künstliche Intelligenz, Vieweg, 3. Auflage, 2009.
S. Russell und P. Norvig. Artificial Intelligence: A Modern Approach, 2. Aufl.
Prentice Hall, 2003.
 
Voraussetzungen:
Künstliche Intelligenz oder Maschinelles Lernen, bzw. Data Mining, solide Kenntnisse in mehrdim. Analysis und Linearer Algebra
 
Weitere Links:
Lecture Slides 
Master-thesis Markus Schneider 
Bachelor-thesis Heiko Posenauer 
Ch. 4 from the book of Müller on Dynamic Time Warping 
Institute for Artificial Intelligence 
ZAFH Service robotic 
W. Ertel, Artificial Intelligence, Vieweg, 3rd edition, 2009 

Prüfungsvorleistungen:
keine
 
Leistungsnachweis:
Master Informatik, Profil Künstliche Intelligenz und Autonome Roboter:
lt. SPO gültig ab WS1718: K90
lt. temporärer SPO-Änderung ab SoSe2018: M+PA, beides benotet

andere Profile und Studiengänge:
Benotete Prüfungsleistung: M+PA, beides benotet
 
 

LSF Info-Portal    Aktuelle Anzahl Nutzer: 1279 Fehler melden  |  Impressum