Modulbeschreibung
SmartBot
ECTS-Punkte:
18
Lernziele:
Die Studierenden
- können die Grundprinzipien des bestärkenden Lernens (reinforcement learning RL) formulieren.
- können reale Steuerprobleme mittels RL modellieren.
- können mithilfe einer geeigneten Simulationsumgebung (z.B. Gazebo), einen Roboter inkl. Umgebung (Vorwärts- und Inverse Kinematik, Hindernisse inkl. Physik, Robotersensorik, etc.) simulieren.
- können die Robotersimulation mit einem RL Algorithmus kombinieren und auf einen realen Roboter applizieren.
Kurse in diesem Modul
SmartBot - selbstlernender Roboter:
- Robotik, Vorwärts- und Rückwärtskinematik
- Reinforcement Learning
- Robotersimulation mittels gegebener Umgebung
Projekt mit undefined Lektionen pro Woche
Grundlagen Reinforcement Learning:
- Reinforcement Learning
- Neuronale Netze
Selbststudium mit undefined Lektionen pro Woche
Disclaimer
Diese Beschreibung ist rechtlich nicht verbindlich! Weitere Informationen finden Sie in der detaillierten Modulbeschreibung.