Lernergebnisse (learning outcomes) / Kompetenzen

Die Studierenden sind in der Lage, Konzepte für intelligente Roboterbasierte Automatisierungslösungen zu erstellen. Hierbei sind sie in der Lage aktuelle Kommunikationskonzepte ebenso zu berücksichtigen wie lernende Algorithmen. Dies befähigt die Studierenden teil- oder voll- autonome, ortsfeste und mobile Roboter vom Einsatzspektrum der Service Robotik bis hin zur Industrierobotik zu realisieren.

Inhalte

• Einführung
• Machine Learning
• Reinforcement Learning
• Optimale Regelung
• Probabilistische Entscheidungsprozesse
• Probabilistische Wahrnehmung
• Grundlagen der Wahrscheinlichkeitstheorie
• Suchen und Planen

Lehrformen

Vorlesung, Übung, Seminaristischer Unterricht, Kleingruppenübungen am Roboter, Projektarbeit

Teilnahmevoraussetzungen

Keine

Prüfungsformen

Modulprüfung in Form einer Klausur (120 Min.), Referat, Hausaufgaben oder einer mündlichen Prüfung

Die Unterlagen zur Vorlesung finden Sie in den Moodle Lernräumen des Instituts.