Inteligencia Artificial en los sistemas de Control Autónomo

Transcripción

1 Inteligencia Artificial en los sistemas de Control Autónomo Máster Universitario en Ingeniería Industrial Universidad de Alcalá Curso Académico 2017/2018 Curso 2º Cuatrimestre 2º

2 GUÍA DOCENTE Nombre de la asignatura: Código: Titulación en la que se imparte: Departamento y Área de Conocimiento: Carácter: Créditos ECTS: 6 Curso: Profesorado: Horario de Tutoría: Idioma en el que se imparte: Inteligencia Artificial en los Sistemas de Control Autónomo Master Universitario en Ingeniería Industrial Automática. Arquitectura y Tecnología de Computadores Optativo Cuarto curso. Segundo cuatrimestre. Dra. Mª Dolores Rodríguez Moreno Dr. David Fernández Barrero Ver entorno de publicación docente o página web Español 1.a. PRESENTACIÓN La asignatura profundiza en el campo del control inteligente en la Robótica. Dada su consolidación en el mundo industrial, con un uso masivo de sistemas automáticos y robots en plantas y procesos industriales, se describen las principales técnicas basadas en Inteligencia Artificial (IA) que hacen posible su control inteligente. Específicamente la asignatura presta mayor atención a técnicas de control deliberativo, intentando mantener una visión global del control robótico. El objetivo de esta asignatura es permitir al alumno conocer aplicaciones reales donde se aplican los sistemas de control y monitorización a entornos dinámicos. 1.b. COURSE SUMMARY This course introduces Robotics as a discipline from the perspective of intelligent control. Given its consolidation in the industrial world, with massive use of automated systems and robots in industrial plant and processes, the main techniques based on 2

3 Artificial Intelligence (AI) are described. The course will pay more attention to deliberative control, while trying to keep the view of robotic control as a whole. The aim of this course is to allow students to learn real-world applications where intelligent control and monitoring techniques are applied. 2. COMPETENCIAS Esta asignatura contribuye a adquirir las competencias Básicas, Generales y Transversales que se detallan en el siguiente listado: Competencias Básicas, Generales y Transversales. Por otro lado, los resultados de aprendizaje esperados con esta asignatura son los siguientes: RARP12: Definir los aspectos generales de control y monitorización en entornos dinámicos [RA-1]. Formular e integrar las técnicas de control y monitorización en entornos espaciales y robótica [RA-4]. RARP13: Desarrollar arquitecturas cognitivas en los sistemas de control autónomo. Categorizar algunos de los métodos de desarrollo de sistemas de control [RA-2] y de monitorización [RA-3]. 3. CONTENIDOS Parte Temas Total horas PARTE 1: Introducción Introducción a la Inteligencia Artificial Control robótico Arquitecturas de control Simulación robótica 18 3

4 PARTE 2: Control deliberativo Búsqueda Planificación de tareas Planificación de rutas 20 PARTE 3: Control reactivo Búsqueda evolutiva Redes Neuronales Artificiales Neuroevolución Aprendizaje Automático 20 4

5 4. METODOLOGÍAS DE ENSEÑANZA-APRENDIZAJE. ACTIVIDADES FORMATIVAS 4.1. Distribución de créditos (especificar en horas): 150 Número de horas presenciales: 50 horas Número de horas del trabajo propio del estudiante: Total horas: 58h (clases teóricas y laboratorio) 92 h 150h 4.2. Estrategias metodológicas, materiales y recursos didácticos Estrategias metodológicas Clases presenciales Trabajo autónomo Tutorías Clases teóricas: estas clases se impartirán en grupos grandes y en ellas, mediante docencia magistral, el profesor desarrollará los conceptos más importantes para la comprensión de los contenidos de la asignatura. Resolución de casos prácticos (problemas y laboratorio): se harán en grupos reducidos. Durante las sesiones se plantearán diversos problemas susceptibles de resolución mediante técnicas expuestas en clase. De forma guiada se procederá a la aplicación de dichas técnicas para la resolución del problema. Pruebas parciales (exámenes): durante el desarrollo del curso el profesor propondrá diversas pruebas parciales para revisar la adquisición de conocimientos y la aplicación de los mismos. Lecturas y estudio. Realización de actividades: ejercicios, mapas conceptuales, ejemplificaciones, casos prácticos, búsqueda de información. Participación en foros y actividades, generalmente a través de la plataforma docente de la asignatura. Las tutorías podrán ser tanto en grupos como individuales. Durante las mismas el profesor podrá evaluar la adquisición de las competencias y revisará los informes aportados por los estudiantes sobre los trabajos encomendados.

6 Materiales y recursos Los materiales para la preparación de las sesiones presenciales, así como las actividades a realizar por el estudiante de forma individual se podrán encontrar en el Aula Virtual de la Universidad de Alcalá ( El funcionamiento de esta herramienta docente se detallará en la clase de presentación de la asignatura. En ella se explicará entre otras cosas la forma en la que los estudiantes se inscribirán en el foro general de mensajes, que será el mecanismo habitual de comunicación con los estudiantes. Para cada actividad, el profesor proporcionará una serie de referencias bibliográficas que pueden consultarse en la biblioteca del Edificio Politécnico. Para aquellas actividades que así lo requieran, el profesor indicará la forma de planificar dicha actividad así como los entregables que deben resultar de la realización de la misma. 5. EVALUACIÓN 5.1 Procedimientos de evaluación El proceso de evaluación propuesto está inspirado en la evaluación continua, si bien, respetando la normativa de la Universidad de Alcalá, el alumno podrá acogerse a la evaluación final 1. La evaluación del proceso de aprendizaje de todos los alumnos que no cursen solicitud al respecto o vean denegada la misma se realizará, por defecto, de acuerdo al modelo de evaluación continua descrito a continuación. 5.2 Criterios de evaluación Los Criterios de Evaluación deben atender al grado de adquisición de las competencias por parte del estudiante, para ello se definen: CE1: El alumno es capaz de argumentar y contrastar los aspectos generales de los sistemas de control robóticos basados en IA. CE2: El alumno es capaz de desarrollar herramientas software de apoyo a los sistemas de control robótico. 1 Los alumnos tendrán un plazo de 15 días para solicitar por escrito al Director de la EPS su intención de acogerse al modelo de evaluación final aduciendo las razones que estimen convenientes según lo indicado en la normativa reguladora de los procesos de evaluación de los aprendizajes (aprobada en Consejo de Gobierno de 24 de marzo de 2011), Artículo 10, párrafo 2. 2

7 CE3: El alumno ha adquirido los conocimientos técnicos sobre los diferentes sistemas de planificación de tareas y rutas, aprendizaje y control evolutivo. CE4: El alumno demuestra que puede aplicar los sistemas de control a problemas reales en robótica. 5.3 Instrumentos de Calificación Esta sección específica los instrumentos de evaluación que serán aplicados a cada uno de los criterios de Evaluación. Pruebas de Laboratorio (PL): Que permitan al alumno modelar, implementar y ejecutar sistemas de control robótico. Prueba de Evaluación Parcial (PEP): Consistente en la resolución de problemas prácticos de sistemas de control, así como la demostración del conocimiento de las características técnicas de los mismos. Pruebas Examen Final (PEF): Consistente en la resolución de problemas prácticos de sistemas de control, así como la demostración del conocimiento de las características técnicas de los mismos. 5.4 Criterios de Calificación Esta sección cuantifica los criterios que permiten superar la asignatura. a) Convocatoria Ordinaria, Evaluación Continua. En la convocatoria ordinaria evaluación continua la relación entre los criterios, instrumentos y calificación es la siguiente: Resultado Aprendizaje Criterio Evaluación de Instrumento de Evaluación RA2, RA4 CE2, CE3, CE4 PL 30% RA1-RA4 CE1-CE4 PEF 40% RA1-RA4 CE1-CE4 TA 30% Peso en la calificación Se considerará que un alumno se ha presentado en la convocatoria ordinaria si cuando se presente al examen final (PEF). b) Convocatoria Ordinaria, Evaluación Final. El tipo de pruebas a realizar en esta convocatoria, los porcentajes de peso de tales pruebas sobre la calificación final, así como la relación entre los criterios, instrumentos de evaluación y los resultados de aprendizaje de la asignatura es el siguiente: 3

8 Criterio de Instrumento Peso en la Resultado Aprendizaje Evaluación de Evaluación calificación RA1-RA4 CE1-CE4 PEF 100% c) Convocatoria Extraordinaria. Aquellos alumnos que no superen la convocatoria ordinaria tendrán derecho a una Convocatoria Extraordinaria. El tipo de pruebas a realizar en esta convocatoria, los porcentajes de peso de tales pruebas sobre la calificación final, así como la relación entre los criterios, instrumentos de evaluación y los resultados de aprendizaje de la asignatura es el siguiente: Criterio de Instrumento de Peso en la Resultado Aprendizaje Evaluación Evaluación calificación RA1-RA4 CE1-CE4 PEF 100% 6. BIBLIOGRAFÍA Artificial Intelligence: A Modern Approach. (Second Edition). Stuart Russell and Peter Norvig. Soft Computing. Integrating Evolutionary, Neural and Fuzzy Systems. Andrea Tettamanzi and Marco Tomassini. Ed. Springer-Verlag, AI: Theory and Practice. Dean, Allen and Aloimonos. Artificial Intelligence (Second Edition). Elaine Rich and Kevin Knight. Introduction to Evolutionary Computing. A. E. Eiben and J.E. Smith. Ed. Springer- Verlag. 4