TDDE05 · 6 hp · Avancerad nivå (A1N) · Datateknik, Datavetenskap
AI-robotik
Ges · nästa start VT 2027
100 %
klarade senaste ordinarie tillfället
PRA1 · 15 jun 2026 · 33 studenter
100 %
klarade de ordinarie tillfällena, alla tillfällen de senaste 5 åren
PRA1 · 107 studenter
Modulen rapporterar bara godkända resultat, så andelen godkända visar inte hur många som inte klarade den.
Ingår i 4 program
Inlämning eller laboration
PRA1 Projekt
- 5
- 4
- 3
Ordinarie tillfällen
100 % godkända · 107 studenter
- 100 %33
- 100 %30
- 100 %24
- 100 %20
Senare tillfällen
100 % godkända · 7 studenter
- 100 %7
- Klarar ett senare tillfälle: 100 % (7 studenter), jämfört med 100 % (107 studenter) på ordinarie
- Får 4 eller 5: 77 % (114 studenter)
Visa små tillfällen (7)
Tillfällen med färre än 5 studenter, ofta tillgodoräknanden eller specialtillfällen. De ingår inte i någon siffra på sidan.
- 100 %3
- 100 %3
- 100 %1
- 100 %1
- 100 %2
- 100 %3
- 100 %3
Övriga moment
Deltentor, inlämningar och laborationer. De ingår inte i siffrorna överst.
Inlämning eller laboration
LAB1 Laboration
- G
Ordinarie tillfällen
100 % godkända · 33 studenter
- 100 %13
- 100 %20
Senare tillfällen
100 % godkända · 67 studenter
- 100 %27
- 100 %9
- 100 %31
- Klarar ett senare tillfälle: 100 % (67 studenter), jämfört med 100 % (33 studenter) på ordinarie
Visa små tillfällen (19)
Tillfällen med färre än 5 studenter, ofta tillgodoräknanden eller specialtillfällen. De ingår inte i någon siffra på sidan.
- 100 %1
- 100 %3
- 100 %2
- 100 %2
- 100 %2
- 100 %1
- 100 %1
- 100 %4
- 100 %3
- 100 %1
- 100 %4
- 100 %1
- 100 %1
- 100 %2
- 100 %3
- 100 %1
- 100 %1
- 100 %1
- 100 %4
Om kursen
Mål
Målet med kursen är att ge en översikt över artificiell intelligens (AI) för robotiksystem genom användandet av simulerade robotar och vanliga mjukvarupaket så som Robot Operating System (ROS). Kursens huvudfokus ligger på att lära sig hur de olika komponenterna som utgör roboten (perception, kontroll och överväganden) interagerar med varandra och skapar ett autonomt system. Kursen kommer att lägga tyngdpunkten på hur sådana system fattar beslut för att nå sina mål.
Efter kursen ska studenten kunna:
- lista och förklara viktiga problem och tekniker inom området AI-robotik
- använda existerande ramverk för att utveckla en simulerad autonom robot
- designa, implementera och utvärdera algoritmer som krävs för att ge en robot autonom funktionalitet i en simulerad omgivning
Innehåll
Perception och tolkning av scenerNavigation: Lokalisering och planeringAutonomi och olika nivåer av autonomiKontroll och beslutsfattandeBeteendebaserad robotikRobotprogrammeringReaktiva, deliberativa och hybridrobotarkitekturerInteraktion mellan människa och robot
- Examinator
- Mariusz Wzorek
- Schemalagd tid
- 0 h
- Huvudområde
- Datateknik, Datavetenskap