- Nazwa przedmiotu:
- Zaawansowane metody Sztucznej Inteligencji w robotyce mobilnej
- Koordynator przedmiotu:
- dr hab. Barbara Siemiątkowska, prof. nzw. PW
- Status przedmiotu:
- Obowiązkowy
- Poziom kształcenia:
- Studia II stopnia
- Program:
- Automatyka Robotyka i Informatyka Przemysłowa
- Grupa przedmiotów:
- Obowiązkowe
- Kod przedmiotu:
- NMSI
- Semestr nominalny:
- 2 / rok ak. 2019/2020
- Liczba punktów ECTS:
- 5
- Liczba godzin pracy studenta związanych z osiągnięciem efektów uczenia się:
-
Liczba godzin bezpośrednich – 62 godz., w tym:
• wykład – 30 godz.
• laboratorium – 30 godz.
• konsultacje - 2 godz.
2) Praca własna studenta – 90 godz., w tym:
• przygotowanie do zajęć laboratoryjnych – 30 godz.
• studia literaturowe – 30 godz.
• opracowanie sprawozdań laboratoryjnych – 15 godz.
• przygotowanie do zaliczeń - 15 godz.
Razem: 152 godz. (5 ECTS)
- Liczba punktów ECTS na zajęciach wymagających bezpośredniego udziału nauczycieli akademickich:
- Liczba godzin bezpośrednich – 62 godz., w tym:
• wykład – 30 godz.
• laboratorium – 30 godz.
• konsultacje - 2 godz.
2 ETCS
- Język prowadzenia zajęć:
- polski
- Liczba punktów ECTS, którą student uzyskuje w ramach zajęć o charakterze praktycznym:
- • laboratorium - 30 hours
• przygotowanie do zajęć - 30 hours.
• sprawozdania - 15 hours.
2 ETCS
- Formy zajęć i ich wymiar w semestrze:
-
- Wykład30h
- Ćwiczenia0h
- Laboratorium30h
- Projekt0h
- Lekcje komputerowe0h
- Wymagania wstępne:
- Podstawy analizy matematycznej i algebry
- Limit liczby studentów:
- Cel przedmiotu:
- Zaznajomienie z nowym kierunkiem rozwoju systemów w robotyce, wykorzystującym metody działania wzorowane na wnioskowaniu człowieka.
- Treści kształcenia:
- 1. Pojęcie agenta
2. Rozwiązywanie zadań przez przeszukiwanie
3. Algorytmy uczenia:
- pod nadzorem
- bez nadzoru
- ze wzmocnieniem
4. Sieci neuronowe, algorytmy genetyczne
5. Metody głębokiego uczenia
6. Systemy wnioskowania
7. Podejmowanie decyzji w przypadku niepewności
8. Planowanie trasy, budowa mapy, lokalizacja
8. Narzędzis SI
- Metody oceny:
- Egzamin , test ocena z wykonania ćwiczeń laboratoryjnych
- Egzamin:
- tak
- Literatura:
- S. Russel, P. Norvig, Artificial Intelligence a modern approach, Pearson, 2010
Stevens W.R.: Programowanie w środowisku UNIX. WNT, Warszawa 2002.
- Witryna www przedmiotu:
- Uwagi:
- brak
Efekty uczenia się
Profil ogólnoakademicki - wiedza
- Charakterystyka ISM_IIst_W01
- Posiada wiedzę z zakresu sztucznej inteligencji wykorzystywanej w opracowywaniu inteligentnych systemów mobilnych.
Weryfikacja: Egzamin
Powiązane charakterystyki kierunkowe:
K_W09
Powiązane charakterystyki obszarowe:
I.P7S_WG.o, III.P7S_WG
- Charakterystyka ISM_IIst_W02
- Zna zasady budowy i działania współczesnych systemów mobilnych.
Weryfikacja: Egzamin, Ocena z realizacji ćwiczeń laboratoryjnych
Powiązane charakterystyki kierunkowe:
K_W10
Powiązane charakterystyki obszarowe:
I.P7S_WG.o
Profil ogólnoakademicki - umiejętności
- Charakterystyka ISM_IIst_U01
- Potrafi opracowywać inteligentne systemy mobilne wykorzystując do tego m.in. metody sztucznej inteligencji.
Weryfikacja: Ocena z realizacji ćwiczeń laboratoryjnych
Powiązane charakterystyki kierunkowe:
K_U13
Powiązane charakterystyki obszarowe:
P7U_U, I.P7S_UW.o, III.P7S_UW.o
Profil ogólnoakademicki - kompetencje społeczne
- Charakterystyka ISM_IIst_K01
- Realizuje w grupie laboratoryjnej zadania związane ze współczesnymi platformami mobilnymi, określać zakres tych prac oraz potrafi je koordynować.
Weryfikacja: Ocena z realizacji ćwiczeń laboratoryjnych
Powiązane charakterystyki kierunkowe:
K_K04, K_K05
Powiązane charakterystyki obszarowe:
P7U_K, I.P7S_KR