ECTS credits ECTS credits: 6
ECTS Hours Rules/Memories Student's work ECTS: 99 Hours of tutorials: 3 Expository Class: 24 Interactive Classroom: 24 Total: 150
Use languages Spanish, Galician
Type: Ordinary Degree Subject RD 1393/2007 - 822/2021
Departments: Electronics and Computing
Areas: Computer Science and Artificial Intelligence
Center Higher Polytechnic Engineering School
Call: First Semester
Teaching: Sin docencia (Extinguida)
Enrolment: No Matriculable
Estudio de los fundamentos necesarios para realizar la planificación del movimiento de robots (definición y recálculo de trayectorias), y estrategias para la planificación de tareas a alto nivel, tanto para robots individuales como coordinando conjuntos de robots.
Capacidad para gestionar de forma adecuada datos con incertidumbre que viene dada por la existencia inevitable de errores de odometría, localización y mapeado presentes en cualquier operación de un robot real.
Diseñar una representación para problemas de robótica basados en objetivos a partir de conjuntos de estados. Diseñar métodos para la resolución de problemas en robótica a partir de las representaciones anteriores.
Aplicar las técnicas de exploración y búsqueda básicas para la resolución de problemas en robótica.
Modelar problemas basados en conocimiento y resolverlos aplicando técnicas de razonamiento, tanto con datos precisos como con incertidumbre.
Diseñar agentes y sistemas multiagente, definiendo sus elementos básicos adecuadamente en función de las necesidades de un problema en robótica.
Los contenidos generales indicados en la memoria del grado son: Agentes y arquitecturas de agentes. Sistemas multiagente, y comunicación entre agentes. Espacios de estados y técnicas de exploración. Búsqueda local y búsqueda informada. Representación del conocimiento y razonamiento en robótica. Datos con incertidumbre.
Estos contenidos se estructurarán en el siguiente programa de la materia:
Agentes inteligentes y arquitecturas de agentes. Estructura de los agentes inteligentes. Sistemas multiagente, coordinación y comunicación entre agentes. Espacios de estados y técnicas de exploración. Búsqueda local y búsqueda informada. Representación del conocimiento y razonamiento en robótica. Datos con incertidumbre. Planificación y toma de decisiones.
En cuanto a la temporización, los contenidos teóricos de estos temas se desarrollarán durante las clases expositivas (24 horas presenciales y 36 horas no presenciales). También se desarrollarán varias prácticas durante las clases interactivas (24 horas presenciales y 36 horas no presenciales) para ilustrar de manera experimental los conceptos de los temas teóricos.
Bibliografía básica:
- Artificial Intelligence: A Modern Approach. Stuart J. Russell, Peter Norvig. Prentice Hall. 4th Edition, 2020.
- Intelligent Software Agents: Foundations and Applications. Brenner, Walter, Zarnekow, Ruediger, Wittig, Hartmut. Springer, 1998.
Bibliografía complementaria:
- Multiagent Systems: A Modern Approach to Distributed Artificial Intelligence. Gerhard Weiss. MIT Press, 2000.
Básicas:
- CB2: Que los estudiantes sepan aplicar sus conocimientos a su trabajo o vocación de una forma profesional y posean las competencias que suelen demostrarse por medio de la elaboración y defensa de argumentos y la resolución de problemas dentro de su área de estudio.
- CB5: Que los estudiantes hayan desarrollado aquellas habilidades de aprendizaje necesarias para emprender estudios posteriores con un alto grado de autonomía.
Generales:
- CG01: Conocimiento de las materias básicas y tecnologías, que capaciten para el aprendizaje y desarrollo de nuevos métodos y tecnologías, así como las que les doten de una gran versatilidad para adaptarse a nuevas situaciones.
- CG02: Capacidad de resolución de problemas en el campo de la ingeniería robótica con creatividad, iniciativa, metodología y razonamiento crítico.
Específicas:
- CE12: Capacidad de conocer e implementar métodos de extracción de características a partir de la información percibida por cámaras y sensores 3D al desarrollo de aplicaciones en robots y sistemas inteligentes.
- CE15: Conocer las técnicas de inteligencia artificial utilizadas en robótica industrial y de servicios, saber cómo utilizarlas en aplicaciones robóticas fijas y móviles.
- CE16: Utilizar e implementar métodos de reconocimiento de patrones y de aprendizaje computacional en el análisis de datos sensoriales y para la toma de decisiones en sistemas robóticos.
Transversales:
- CT1: Capacidad de análisis y síntesis.
- CT3: Capacidad de trabajo individual, con actitud autocrítica.
- CT10: Utilización de información bibliográfica y de Internet.
- CT11: Utilización de información en lengua extranjera.
- CT12: Capacidad para resolver problemas mediante la aplicación integrada de sus conocimientos.
Los contenidos de la materia se impartirán tanto en clases expositivas de teoría como en clases interactivas de prácticas. Ambos tipos de clases se irán alternando a lo largo del semestre, de tal modo que las prácticas afianzarán los conceptos mostrados en teoría.
Las clases de teoría expositivas se desarrollarán en el aula por parte del profesorado, apoyado por medios electrónicos (presentaciones electrónicas, vídeos, documentos técnicos complementarios...) disponibles en el Campus Virtual de la USC. Dichas clases seguirán los contenidos pormenorizados de la asignatura que aparezcan reflejados en la programación docente anual. Las presentaciones magistrales del profesor se combinarán con la propuesta de ejercicios específicos para afianzar los conceptos presentados. Estos ejercicios serán resueltos por los alumnos (en clase o en casa) para después ser corregidos en clase de una manera participativa.
La docencia de las prácticas, realizadas en grupos reducidos de 20 alumnos y de carácter interactivo, serán actividades complementarias a las clases teóricas expositivas. Serán desarrolladas en laboratorios de robótica con robots reales y en clases de informática bajo la supervisión del profesorado. Los alumnos seguirán de manera autónoma los guiones de las prácticas específicas disponibles en el Campus Virtual de la USC. Estas actividades no sólo permitirán al alumnado la comprensión de los conceptos teóricos mediante su puesta en práctica sino que también les permitirán la adquisición de habilidades necesarias para aplicar agentes inteligentes en su futuro profesional.
Asimismo, en las tutorías se atenderá al alumnado para discutir, comentar, aclarar o resolver cuestiones concretas en relación con sus tareas dentro de la asignatura (recopilación de información, preparación de pruebas de evaluación, prácticas, trabajos...). Estas tutorías serán tanto presenciales como virtuales a través de correo electrónico, campus virtual o la plataforma Microsoft Teams.
La evaluación se llevará a cabo de dos formas: (1) Evaluación continua a través de la posible valoración de prácticas en el laboratorio. Se podrá proponer la posible realización de trabajos voluntarios que fomenten la creatividad del alumno, motivación, etc., y que permitan que profundicen en algunos de los contenidos de la materia, o exploren alternativas no cubiertas directamente en los contenidos impartidos por el profesor. (2) Por otra parte, habrá una última prueba final que podrá contener ejercicios teóricos y/o prácticos. La prueba final representará el 55% del total de la asignatura, mientras que el 45% restante lo representan las pruebas (las prácticas entregables mencionadas en el punto 1, trabajos, cuestionarios, etc.) que se propongan en el aula.
Debido a este tipo de evaluación continua, la asistencia a prácticas será obligatoria salvo causa justificada.
El alumno recibirá la calificación de "non presentado" cuando no haga el examen final.
Para los casos de realización fraudulenta de ejercicios o pruebas será de aplicación lo establecido en la “Normativa de avaliación do rendemento académico dos estudantes e de revisión das cualificacións”.
La asistencia tanto a las clases teóricas como prácticas será obligatoria. Para aquellos alumnos que tengan dispensa, el sistema de evaluación será el mismo no tendrán obligación de asistir a las clases teóricas, pero se mantiene la obligación de asistencia a las prácticas de laboratorio.
Evaluación de segunda oportunidad: Los alumnos podrán entregar en fecha previa el examen de la segunda oportunidad, aquellas actividades que le plantee el profesor, correspondientes a aquellas que no hubiesen superado en la convocatoria anterior. Podrá haber una defensa de trabajos con el profesor. Por otra parte, habrá un examen de segunda oportunidad, en consonancia con lo que sucede en la primera oportunidad y cuyo peso en la calificación final es el mismo que en la primera oportunidad.
Las competencias propias de la asignatura así como las competencias generales tienen contenidos específicos en la materia que se introducen, como se ha indicado, tanto en las clases expositivas como en las interactivas. Posteriormente el alumnado desarrollará estas competencias en el examen teórico y con la realización de los trabajos prácticos en los que también trabajará las competencias transversales en especial en lo que se refiere a la capacidad de análisis y síntesis (CT1), capacidad de trabajo individual, con actitud autocrítica (CT3) y capacidad para resolver problemas mediante la aplicación integrada de sus conocimientos (CT12).
Las competencias específicas serán objeto de evaluación tanto en los trabajos prácticos que el alumno desarrolle durante la materia como en el examen teórico.
La materia tiene una carga de trabajo de 6 ECTS dividida de la siguiente forma:
- 1. Trabajo en el aula (60 horas presenciales)
- 1.1. Clases expositivas teóricas (en grupo grande): 24 horas
- 1.2. Prácticas (con pequeños grupos): 24 horas
- 1.3. Tutorías de grupo: 3 horas
- 1.4. Tutorías individualizadas: 4 horas
- 1.5. Actividades de evaluación: 5 horas
- 2. Trabajo personal del alumnado (90 horas no presenciales)
- 2.1. Lectura, revisión de temas y ejercicios de teoría: 36 horas
- 2.2. Preparación de ejercicios e informes de prácticas: 36 horas
- 2.3. Preparación de tutorías de grupo: 5 horas
- 2.4. Preparación de tutorías individualizadas: 6 horas
- 2.5. Preparación de pruebas de evaluación: 7 horas
Debido a la alta correlación existente entre los conceptos desarrollados en las clases de teoría y los contenidos de las prácticas, se recomienda a los alumnos constancia en el estudio de la materia, acudiendo a las sesiones de prácticas con los conceptos teóricos revisados y los ejercicios resueltos. La realización de las prácticas ayudará al afianzamiento de los conceptos teóricos y a su utilización en situaciones reales.
Plan de contingencia
- Escenario 1: normalidad adaptada
La docencia expositiva e interactiva será fundamentalmente de carácter presencial. Las tutorías podrán realizarse en despacho o de manera virtual a través de correo electrónico, campus virtual y MS Teams.
La modalidad preferente para la realización de las prácticas será la presencialidad.
La evaluación será llevada a cabo de forma presencial.
- Escenario 2: Distanciamiento (restricciones parciales a la presencia física)
La docencia presencial convivirá con la virtual. Las clases expositivas serán virtuales (síncronas) y las interactivas presenciales, pudiendo ser algunas sesiones online en caso de ser necesario. Las tutorías serán telemáticas (a través de MS Teams, correo electrónico y campus virtual).
La evaluación será llevada a cabo de forma presencial.
- Escenario 3: cierre de las instalaciones, online
La docencia será completamente de carácter virtual, tanto con mecanismos síncronos como asíncronos, usando el Campus virtual, la plataforma Teams, software proporcionado por el profesor para la realización de las prácticas, u otros medios alternativos (en la nube) que facilite la realización de las mismas.
De no poderse llevar a cabo la evaluación presencial, ésta será telemática.
Francisco Javier Garcia Polo
Coordinador/a- Department
- Electronics and Computing
- Area
- Computer Science and Artificial Intelligence
- franciscojavier.garcia.polo [at] usc.es
- Category
- Professor: Temporary PhD professor
| Thursday | |||
|---|---|---|---|
| 10:00-12:00 | Grupo /CLE_01 | Spanish | Classroom 8 (Lecture room 2) |
| 01.10.2022 16:00-18:00 | Grupo /CLE_01 | Classroom 7 (Lecture room 2) |
| 06.13.2022 16:00-18:00 | Grupo /CLE_01 | Classroom 7 (Lecture room 2) |