Pravděpodobnostní robotika - NAIL101

• Anglický název: Probabilistic Robotics
• Zajišťuje: Katedra teoretické informatiky a matematické logiky (32-KTIML)
• Fakulta: Matematicko-fyzikální fakulta
• Platnost: od 2015 do 2019
• Semestr: letní
• E-Kredity: 6
• Rozsah, examinace: letní s.:2/2, Z+Zk [HT]
• Počet míst: neomezen
• Minimální obsazenost: neomezen
• 4EU+: ne
• Virtuální mobilita / počet míst pro virtuální mobilitu: ne
• Stav předmětu: vyučován
• Jazyk výuky: čeština, angličtina
• Způsob výuky: prezenční
• Další informace: http://ktiml.mff.cuni.cz/~obdrzalek/vyuka/NAIL101/
• Garant: RNDr. David Obdržálek, Ph.D.
• Vyučující: RNDr. David Obdržálek, Ph.D.
• Třída: Informatika Mgr. - volitelný
• Kategorizace předmětu: Informatika > Softwarové inženýrství

Anotace

čeština

Během svého života se autonomní robot potýká s řadou problémů: Probudí se - neví, kde je. Jede - neví jak a kam. Dělá - neví co a proč. Tyto obtíže pramení z nepřesnosti senzorů a ze složitosti skutečného světa, který není možné přesně zachytit jednoduchým modelem. Cílem této přednášky a jejích cvičení je seznámit se s různými možnostmi, jak se můžeme algoritmicky vypořádat s nejistotou vyvolanou naší a robotovou neznalostí. Ačkoli jsou výklad a cvičení zaměřeny na autonomní roboty, velkou část postupů je možné (a často vhodné) uplatnit i v jiných oblastech.

Poslední úprava: Hric Jan, RNDr. (05.05.2023)

angličtina

During its life a robot deals with many problems: It wakes up - without knowing where it is. It is going - without knowing how and where. It is doing - without knowing what and why. These difficulties come from an inaccuracy of sensors and from a complexity of the real world, which cannot be accurately captured by a simple model. Our goal for this class is to familiarize ourselves with various algorithmic methods, which help us with dealing with the uncertainty originating from our and robot's ignorance.

Poslední úprava: T_KSI (13.05.2010)

Literatura

S. Thrun, W. Burgard, D. Fox: Probabilistic Robotics, MIT Press, 2005

S. Russel, P. Norvig: Artificial Intelligence: A Modern Approach, 3. vydání, Prentice Hall, 2009 (vybrané kapitoly)

Poslední úprava: T_KSI (13.05.2010)

Sylabus

čeština

• Připomenutí teorie pravěpodobnosti

• Kalmanovy filtry a jejich varianty

• Částicové filtry

• Pravděpodobnostní lokalizace a mapování

• Rozhodování a plánování za nejistoty

Poslední úprava: Vomlelová Marta, Mgr., Ph.D. (21.05.2025)

angličtina

• A reminder of probability theory

• Kalman filters and their variants

• Particle filters

• Probabilistic localization and mapping

• Decisioning and planning under uncertainty

Poslední úprava: Vomlelová Marta, Mgr., Ph.D. (21.05.2025)