Μάθημα : Τεχνητή Νοημοσύνη στη Ρομποτική

1. Ρομποτική, παρελθόν, παρόν και πιθανόν μέλλον. Η ρομποτική σαν σύζευξη του αναλογικού και ψηφιακού κόσμου. Αναλογικά και ψηφιακά αισθητήρια συστήματα. Μετασχηματισμός Laplace και Ζ. Το πρόβλημα του ψηφιακού ελέγχου στην σύγχρονη ρομποτική. Συνοπτική παρουσίαση των βασικών αρχών αναλογικού και ψηφιακού ελέγχου. Απλά παραδείγματα ψηφιακού ελέγχου σε ρομποτικά συστήματα. Ελεγκτές PID. Προσομοιωτές φυσικού κόσμου: Gazebo και webots. Παραδείγματα οδήγησης ρομποτικών οχημάτων. Robot Operating System (ROS). Παραδείγματα σε ROS.

2. Εφαρμογές Τεχνητής νοημοσύνης στην ρομποτική. Νευρωνικά δίκτυα και εξελικτικοί αλγόριθμοι στην ρομποτική. Reinforcement Learning. Q learning, Bellman Equation. Markov Processes, Markov Reward (MRP) και Markov Decision Processes (MRP). Bellman equation for MRP. Εφαρμογές αυτόνομης οδήγησης σε μεταβαλλόμενο περιβάλλον. Συνεργατικά ρομποτικά συστήματα. Ρομποτικό ποδόσφαιρο.