Курс «Методы искусственного интеллекта в робототехнических системах»

Константин Яковлев, Александр Панов

Аннотация

Робототехника является одной из наиболее активно развивающихся областей науки и техники в настоящее время. Все большое распространение и применение в повседневной жизни находят различные робототехнические устройства: автоматические пылесосы, беспилотные летательные аппараты (дроны), антропоморфные роботы и так далее. Для того, чтобы всевозможные роботы могли быть полезными человеку и автономно выполнять сложные задачи в динамической среде необходимо активное использование методов искусственного интеллекта при разработке программного управляющего обеспечения этими роботами.

Целью данного курса является рассмотрение основных вопросов, возникающих при создании программного обеспечения для интеллектуальных роботов – представление знаний, обучение, планирование поведения и т. д. Предполагается, что все изучаемые темы рассматриваются как с теоретической, так и с практической точки точек зрения. По каждой теме дается практическое задание (написание ПО), привязанное к реальным кейсам из области робототехники.

Изучив данный курс, вы будете знать основы построения интеллектуальных систем управления различными робототехническими устройствами, уметь программно реализовывать отдельные модули таких систем (планирование траектории, планирование поведения, обучение и др.) с помощью наиболее актуальных и известных в робототехнике практик и алгоритмов.

Зарубежный опыт

Tutorial Soar IJCAI 2016, Soar – University of Michigan Tutorial ACT-R BICA 2016, ACT-R – Carnegie Mellon University Planning - University of Edinburg Motion planning - Carnegie Mellon University

Задания
1-2. Работа с когнитивными архитектурами: Soar и ACT-R. Решение конкретных практических задач с использованием готовых систем.

3-4. Реализация и эксперименты с алгоритмами обучения: сверточные нейронные сети и иерархическая временная память.

5-6. Реализация и эксперименты с планирования: STRIPS и LIAN. Планирование действий для роботов-кладовщиков. Планирование траектории для беспилотного летательного аппарата (дрона) с учетом ограничений на форму траектории.

Программа

Введение: что такое когнитивные архитектуры (КА) и зачем они нужны. Обзор существующих КА и их функциональных особенностей. Основные КА: Soar. Основные КА: ACT-R. Основные КА: STRL. Функции КА: память и обучение. Модели представление знаний и их пополнения. Память и обучение: рекуррентные нейронные сети. Память и обучение: свёрточные неронные сети. Память и обучение: иерархическая временная память. Планирование в контексте управления роботехническими системами. Методы решения задачи планирования. Планирование траекторий: JPS, Theta*, LIAN. Планирование траекторий: PRM, RRT. Планирование поведения: STRIPS и Grpahplan. Планирование поведения: FF и FD. Практические использование методов ИИ в робототехнике (беспилотный автомобиль). Психологически правдоподобные модели в робототехнических системах. Экзамен.

6 практических задач – полное и своевременное выполнение – автоматы

В конце – письменный экзамен