Datos Identificativos 2022/23
Asignatura (*) Robótica Intelixente I Código 614544019
Titulación
Descriptores Ciclo Período Curso Tipo Créditos
Mestrado Oficial 1º cuadrimestre
Primeiro Obrigatoria 3
Idioma
Inglés
Modalidade docente Presencial
Prerrequisitos
Departamento Ciencias da Computación e Tecnoloxías da Información
Coordinación
Duro Fernández, Richard José
Correo electrónico
richard.duro@udc.es
Profesorado
Duro Fernández, Richard José
Monroy Camafreita, Juan
Correo electrónico
richard.duro@udc.es
juan.monroy@udc.es
Web
Descrición xeral O obxectivo principal desta disciplina é proporcionar as bases conceptuais da robótica intelixente, é dicir, de cómo as técnicas de IA aplican ao caso particular dos robots co obxectivo de lograr un funcionamento autónomo. Todo o desenvolvemento da disciplina baséase nas propiedades distintivas da robótica, como son a operación en contornos reais e a existencia dun corpo físico. A partir destas premisas, a disciplina cubre aspectos fundamentais de sensorización, actuación e control, cun enfoque práctico cara á resolución de problemas de maneira autónoma por parte do robot.


Competencias do título
Código Competencias do título

Resultados de aprendizaxe
Resultados de aprendizaxe Competencias do título
Coñecer os diferentes tipos de robots en función da sua aplicación. Coñecer os principios de funcionamento dos distintos tipos de sensores e actuadores adaptados aos diferentes contornos de operación. AM17
BM1
BM6
CM3
Dispoñer dunha visión xeral das diferentes posibilidades e obxetivos de control en robots intelixentes tradicionais, así como as tecnoloxías básicas que se poden aplicar. AM18
BM3
CM8
Saber implementar, aínda que sexa de forma simplificada, exemplos / elementos de todo o visto en teoría (compoñentes dunha arquitectura cognitiva, métodos de aprendizaxe). AM18
BM2
BM7
BM9
CM5
CM7

Contidos
Temas Subtemas
Elementos dun sistema robótico intelixente.
Entorno real, embodiment e reality gap.
Sensorización e actuación.
robótica basada en coñecemento,
robótica basada en comportamento

Planificación
Metodoloxías / probas Competencias Horas presenciais Horas non presenciais / traballo autónomo Horas totais
Traballos tutelados B1 B3 B9 C5 C8 2 20 22
Sesión maxistral A18 A19 B6 10.5 10 20.5
Prácticas de laboratorio B2 B7 C3 C7 10.5 21 31.5
 
Atención personalizada 1 0 1
 
*Os datos que aparecen na táboa de planificación son de carácter orientativo, considerando a heteroxeneidade do alumnado

Metodoloxías
Metodoloxías Descrición
Traballos tutelados Prácticas nas que se implementarán algunhas das técnicas vistas nas clases teóricas sobre entornos de simulación de robots y las plataformas robóticas seleccionadas polos profesores da asignatura. Estes traballos serán realizados polos alumnos de forma autónoma e o seu avance será tutorizado polos profesores
Sesión maxistral Exposición oral por parte dos profesores da materia do temario teórico. Poderase hibridizar esta metodoloxía cunha metodoloxía de aprendizaxe colaborativo.
Prácticas de laboratorio Sesións de laboratorio ou remotas mediante TICs nas que se explicarán as características da plataformas robóticas seleccionadas para a asignatura e o seu software de programación. Ademáis, estas clases serán utilizadas para que os alumnos programen e proben no robot real os controladores que van facendo para os traballos tutelados.

Atención personalizada
Metodoloxías
Prácticas de laboratorio
Traballos tutelados
Descrición
Realizarase un seguemento dos alumnos resolviendo dudas e discutindo con eles a evolución dos traballos tutelados e prácticas asignadas.

Avaliación
Metodoloxías Competencias Descrición Cualificación
Prácticas de laboratorio B2 B7 C3 C7 Ver abaixo 50
Traballos tutelados B1 B3 B9 C5 C8 Ver abaixo 20
Sesión maxistral A18 A19 B6 Ver abaixo 30
 
Observacións avaliación

A avaliación da materia constará de dous partes diferenciadas:
teoría (50%) e traballos prácticos (50%). A parte teórica será avaliada
mediante un exame que poderá consistir nun traballo de análise de bibliografía
científica relacionada co temario da materia, presentado oralmente o día do
exame final. A parte práctica avaliarase a partir da media das memorias
presentadas ao final de cada práctica. Será necesario aprobar a parte de teoría
e a de prácticas por separado para poder aprobar a materia.



A asistencia tanto ás clases teóricas como prácticas será obrigatoria
para o aprobado da materia excepto en casos de ausencia xustificados. Para
aqueles alumnos que teñan dispensa, o sistema de avaliación será o mesmo aínda
que que non terán obrigación de asistir ás clases teóricas.



Avaliación de segunda oportunidade: Os alumnos deberán recuperar
cada parte suspensa (teoría e-ou prácticas). Se unha das dúas partes foi
aprobada durante a primeira oportunidade, o alumno poderá optar por gardar a
nota correspondente e só recuperar a parte suspensa.



Os alumnos serán avaliados como "non presentado" cando
non presenten o traballo de análise de teoría ou algunha das memorias de
prácticas.



As competencias propias da materia así como as competencias
xerais-básicas teñen contidos específicos na materia que se introducen, como se
indicou, tanto nas clases expositivas como nas interactivas. Posteriormente o
alumnado desenvolverá estas competencias no exame teórico e coa realización dos
traballos prácticos nos que tamén traballará as competencias transversais en
especial no que se refire á capacidade para utilizar ferramentas TIC (CT3), a
comprensión da cultura emprendedora (CT5), a capacidade para traballar en
equipo (CT7) e a valorización da investigación e a innovación (CT8). As
competencias específicas serán obxecto de avaliación tanto nos traballos
prácticos que o alumno desenvolva durante a materia como no exame teórico.

Para os
casos de realización fraudulenta de exercicios ou probas será de aplicación o
establecido na “Normativa de avaliación do rendemento académico dos estudantes
e de revisión das cualificacións”.

Fontes de información
Bibliografía básica Robin R. Murphy (2019). Introduction to AI Robotics. MIT Press
Nikolaus Correll (2020). Introduction to Autonomous Robots. Magellan Scientific

https://open.umn.edu/opentextbooks/textbooks/introduction-to-autonomous-robots

Bibliografía complementaria


Recomendacións
Materias que se recomenda ter cursado previamente

Materias que se recomenda cursar simultaneamente
Aprendizaxe Automática I/614544012

Materias que continúan o temario
Robótica Intelixente II/614544020

Observacións


(*)A Guía docente é o documento onde se visualiza a proposta académica da UDC. Este documento é público e non se pode modificar, salvo casos excepcionais baixo a revisión do órgano competente dacordo coa normativa vixente que establece o proceso de elaboración de guías