zurück zur Suche

Seminar Learning-based legged locomotion

CIT432006Prüfungsleistungen5 ECTSEnglischWintersemesterDepartment Computer Engineering
KI-überarbeitetes Infoblatt. Auf Basis der TUMonline-Modulbeschreibung, sprachlich aufbereitet.Original in TUMonline

Worum geht's

Das Seminar behandelt lernbasierte, beidbeinige Fortbewegung von Robotern: Grundlagen der Entscheidungsfindung (inkl. Markov-Entscheidungsprozesse), historische und aktuelle lernbasierte Ansätze sowie offene Forschungsfragen. Am Ende verstehst du die Prinzipien moderner (tiefer) Lernverfahren zur Steuerung von Laufrobotern und kannst Vor- und Nachteile unterschiedlicher Ansätze einschätzen.

Was du danach kannst

  • Grundlagen der Entscheidungsfindung für lernfähige Roboter
  • Verständnis von MDP-Formalismus im Kontext der Fortbewegung
  • Überblick über historische und aktuelle lernbasierte Methoden
  • Kritische Bewertung von Forschungsartikeln und Identifikation offener Probleme
  • Vertieftes Wissen in einem ausgewählten State-of-the-Art-Thema

Aus was das Modul besteht

  • Seminar / VorlesungenEinführung in Grundlagen der beidbeinigen Fortbewegung und Formalisierung des Entscheidungsproblems
  • Literaturarbeit / PräsentationenAuswahl eines aktuellen Forschungsartikels, Ausarbeitung eines Berichts und Präsentation
  • DiskussionGemeinsame Diskussion der vorgestellten Artikel im Kurs

Lehrmethode

  • VorträgeVermittlung der grundlegenden Konzepte und Theorien zu Beginn des Seminars
  • Selbststudium von ForschungsartikelnVertiefte Auseinandersetzung mit einem ausgewählten State-of-the-Art-Artikel
  • Präsentationen und DiskussionenVorstellung der Ergebnisse im Kurs und kritischer Austausch
Keine Termine im laufenden Semester
Für dieses Modul liegen im aktuellen Semester keine Kurstermine vor, oder die Zuordnung fehlt noch.

Modulbewertungen

Noch keine Bewertungen für dieses Modul.

Modul bewerten

Fülle nur die Kategorien aus, die du beurteilen kannst – je Kategorie entweder Sterne und Text zusammen oder gar nichts.

Vorlesung
Übung
Prüfung

Bewertungen werden vor der Veröffentlichung automatisch geprüft.

Offizielle Seite in TUMonline · Angaben unverbindlich.