Créditos ECTS Créditos ECTS: 6
Horas ECTS Criterios/Memorias Horas de Tutorías: 1 Clase Expositiva: 21 Clase Interactiva: 21 Total: 43
Lenguas de uso Inglés
Tipo: Materia Ordinaria Máster RD 1393/2007 - 822/2021
Departamentos: Electrónica y Computación, Departamento externo vinculado a las titulaciones
Áreas: Ciencia de la Computación e Inteligencia Artificial, Área externa M.U en Intelixencia Artificial
Centro Escuela Técnica Superior de Ingeniería
Convocatoria: Segundo semestre
Docencia: Con docencia
Matrícula: Matriculable | 1ro curso (Si)
O1: Conocer los diferentes elementos de una arquitectura cognitiva tal y como se suelen implementar en los robots autónomos.
O2: Conocer las particularidades de las técnicas de aprendizaje cuando son usadas en robótica, prestando especial atención al aprendizaje abierto y continuo, así como el orientado a la colaboración, ya sea con otros robots o con humanos, para la resolución de problemas.
O3: Saber implementar, aunque sea de forma simplificada, ejemplos / elementos de todo lo visto en teoría (componentes de una arquitectura cognitiva, métodos de aprendizaje).
Los contenidos generales indicados en la memoria del grado son: Representación y modelado. Razonamiento y toma de decisiones. Aprendizaje en robótica (tiempo real, incertidumbre, adaptación al entorno). Arquitecturas cognitivas en robótica autónoma: mecanismos de motivación y atención, redescripción y consolidación del conocimiento, tipos de memoria, developmental robotics. Open-ended learning.
Dichos contenidos se desarrollan en la materia a través de 6 temas organizados en 2 grandes bloques y presentados en 21 horas de clases expositivas distribuidas según lo indicado en cada tema:
BLOQUE 1: PLANIFICACIÓN
- Tema 1: Planificación Automática: Introducción. Representación en la planificación. Métodos de planificación. (4,5h presenciales y 4,5h no presenciales)
- Tema 2: Incertidumbre en Robótica: Introducción. Toma de decisiones con incertidumbre. Intercalado de planificación y ejecución. (3h presenciales y 3h no presenciales)
- Tema 3: Aprendizaje por refuerzo: Definición. Aprendiendo la función Q. Representación de la función Q. Generalización. Aprendizaje por refuerzo profundo. Sim2Real. (3h presenciales y 3h no presenciales)
BLOQUE 2: ARQUITECTURAS COGNITIVAS
- Tema 4: Esquema funcional general de los mecanismos cognitivos: Componentes primitivos. Procesos básicos relacionados con búsqueda y optimización. Procesos cognitivos de decisión. Dominio y Contexto. Estudio de un ejemplo simple de arquitectura cognitiva y sus procesos. (4,5h presenciales y 4,5h no presenciales)
- Tema 5: Memorias a corto y a largo plazo. Tipos de memoria. Diferencia entre memoria informática y memoria cognitiva. Algunas implementaciones de ejemplo viendo sus problemas y posibles soluciones. Estudio de ejemplos de implementaciones en robots reales. (3h presenciales y 3h no presenciales)
- Tema 6: Aprendizaje abierto y a lo largo de la vida (Lifelong Open-ended learning). Aprendizaje asociativo. Clases perceptuales y de actuación. Motivación. Procesos de redescripción y aprendizaje autónomo de representaciones. (3h presenciales y 3h no presenciales)
También se desarrollarán 3 prácticas durante las clases interactivas (con 21 horas presenciales y 87 horas no presenciales, distribuidas según lo indicado en cada práctica) para ilustrar de manera experimental los conceptos de los temas teóricos:
- Práctica 1: Aplicación de algoritmos de planificación clásica a una tarea robótica. Ilustrará los conceptos de los temas 1-2. (7,5h presenciales y 31h no presenciales).
- Práctica 2: Aplicación de algoritmos de aprendizaje por refuerzo a una tarea robótica. Ilustrará los conceptos del tema 3. (3h presenciales y 13h no presenciales).
- Práctica 3: Aplicación de una arquitectura cognitiva a una tarea robótica. Ilustrará los conceptos de los temas 4-5-6. (10,5h presenciales y 43h no presenciales).
Bibliografía básica:
- Stuart J. Russel, Peter Norvig. Artificial Intelligence: A Mordern Approach, 4th Edition, 2020. Pearson. ISBN: 978-0134610993
- Richard S. Sutton, Andrew G. Barto. Reinforcement Learning: An Introduction, 2nd Edition, 2018. ISBN: 9780262039246
Bibliografía complementaria:
- Bruno Siciliano, Oussama Khatib. Springer Handbook of Robotics, 2nd Edition. Springer, 2016. ISBN: 978-3-319-32552-1.
- Robin R. Murphy. Introduction to AI Robotics, 2nd Edition, MIT Press, 2019. ISBN: 9780262038485.
Básicas: CB6, CB7, CB9.
Generales: CG1, CG2, CG3.
Transversales: CT3, CT5, CT7, CT8.
Específicas: CE17, CE18.
Para más información se puede consultar la memoria de verificación en el siguiente enlace:
https://assets.usc.gal/cdn/ff/cNqOjOOYIgRoeuEESpxcTyBCWBq…
Los contenidos de la materia se impartirán tanto en clases expositivas de teoría como en clases interactivas de prácticas. Ambos tipos de clases se irán alternando a lo largo del semestre, de tal modo que las prácticas afianzarán los conceptos mostrados en teoría anteriormente.
Las clases de teoría expositivas se desarrollarán en el aula por parte del profesorado, apoyado por medios electrónicos (presentaciones electrónicas, vídeos, documentos técnicos complementarios...) disponibles en el Campus Virtual de la USC. Dichas clases seguirán los contenidos pormenorizados de la asignatura que aparezcan reflejados en la programación docente anual. Las presentaciones magistrales del profesor se combinarán con la propuesta de ejercicios específicos para afianzar los conceptos presentados. Estos ejercicios serán resueltos por los alumnos (en clase o en casa) para después ser corregidos en clase de una manera participativa.
La docencia de las prácticas, de carácter interactivo, serán actividades complementarias a las clases teóricas expositivas. Serán desarrolladas en laboratorios de robótica con robots reales y en clases de informática con simuladores robóticos, bajo la supervisión del profesorado. Los alumnos seguirán de manera autónoma los guiones de las prácticas disponibles en el Campus Virtual de la USC. Estas actividades no sólo permitirán al alumnado la comprensión de los conceptos teóricos mediante su puesta en práctica sino que también les permitirán la adquisición de habilidades necesarias para programar robots reales en su futuro profesional.
Asimismo, en las tutorías se atenderá al alumnado para discutir, comentar, aclarar o resolver cuestiones concretas en relación con sus tareas dentro de la asignatura (recopilación de información, preparación de pruebas de evaluación, prácticas, trabajos...). Estas tutorías serán tanto presenciales como virtuales a través de correo electrónico, campus virtual o la plataforma Microsoft Teams.
La evaluación de la materia constará de dos partes diferenciadas: teoría (50%) y trabajos prácticos (50%). La parte teórica será evaluada mediante un examen que podrá consistir en un trabajo de análisis de bibliografía científica relacionada con el temario de la asignatura, presentado oralmente el día del examen final. La parte práctica se evaluará a partir de la media de las memorias presentadas al final de cada práctica ponderada según el número de horas presenciales dedicadas a cada una de ellas.
La asistencia tanto a las clases teóricas como prácticas será obligatoria para el aprobado de la materia excepto en casos de ausencia justificados. Para aquellos alumnos que tengan dispensa, el sistema de evaluación será el mismo aunque que no tendrán obligación de asistir a las clases teóricas. Los repetidores no tendrán obligación de asistir a las clases teóricas y podrán no asistir a las clases prácticas si superaron la parte práctica de la asignatura en una convocatoria anterior y deciden guardar dicha nota.
Evaluación de segunda oportunidad y repetidores: Los alumnos deberán recuperar cada parte suspensa (teoría y-o prácticas). Si una de las dos partes fue aprobada anteriormente, el alumno podrá optar por guardar la nota correspondiente y solo recuperar la parte suspensa. Para recuperar la parte práctica, los alumnos deberán entregar en fecha previa al examen teórico aquellas actividades que les plantee el profesor correspondientes a las prácticas que no hubiesen superado anteriormente. Podrá haber una defensa de dichas actividades con el profesor. Para recuperar la parte teórica, habrá un examen final al igual que ocurría en la primera oportunidad.
El alumno recibirá la calificación de "no presentado" cuando no haga el examen final de la parte teórica o cuando no presente ninguna práctica.
Las competencias propias de la materia así como las competencias generales-básicas tienen contenidos específicos en la materia que se introducen, como se indicó, tanto en las clases expositivas como en las interactivas. Posteriormente el alumnado desarrollará estas competencias en el examen teórico y con las realización de los trabajos prácticos en los que también trabajará las competencias transversales, en especial en lo que se refiere a la capacidad para utilizar herramientas TIC (CT3), la comprensión de la cultura emprendedora (CT5), la capacidad para trabajar en equipo (CT7) y la valorización de la investigación y la innovación (CT8). Las competencias específicas serán objeto de evaluación tanto en los trabajos prácticos que el alumno desarrolle durante la materia como en el examen teórico.
Para los casos de realización fraudulenta de ejercicios o pruebas será de aplicación lo establecido en la “Normativa de evaluación del rendimiento académico de los estudiantes y de revisión de las calificaciones”.
La materia tiene una carga de trabajo de 6 ECTS dividida de la siguiente forma:
- 1. Trabajo en el aula (42 horas presenciales)
- 1.1. Clases expositivas teóricas: 21 horas
- 1.2. Prácticas: 14 horas
- 1.3. Seminarios, problemas, estudios de casos y proyectos: 7 horas
- 2. Trabajo personal del alumnado (108 horas no presenciales)
- 2.1. Lectura, revisión de temas y ejercicios de teoría: 21 horas
- 2.2. Preparación de ejercicios e informes de prácticas: 87 horas
Para desarrollar los objetivos de la materia, los alumnos deberán revisar las bases obtenidas en la materia de “Intelligent Robotics I”.
Debido a la alta correlación existente entre los conceptos desarrollados en las clases de teoría y los contenidos de las prácticas, se recomienda a los alumnos constancia en el estudio de la materia, acudiendo a las sesiones de prácticas con los conceptos teóricos revisados y los ejercicios resueltos. La realización de las prácticas ayudará al afianzamiento de los conceptos teóricos y a su utilización en situaciones reales.
El idioma de impartición de la materia será inglés.
| Lunes | |||
|---|---|---|---|
| 17:00-18:30 | Grupo /CLE_01 | Inglés | IA.02 |
| Martes | |||
| 17:00-18:30 | Grupo /CLE_01 | Inglés | IA.02 |
| 18:30-20:00 | Grupo /CLIL_01 | Inglés | IA.02 |
| 03.06.2025 10:30-14:00 | Grupo /CLIL_01 | IA.02 |
| 03.06.2025 10:30-14:00 | Grupo /CLE_01 | IA.02 |
| 10.07.2025 10:30-14:00 | Grupo /CLE_01 | IA.02 |
| 10.07.2025 10:30-14:00 | Grupo /CLIL_01 | IA.02 |