Créditos ECTS Créditos ECTS: 3
Horas ECTS Criterios/Memorias Horas de Titorías: 1 Clase Expositiva: 10 Clase Interactiva: 11 Total: 22
Linguas de uso Inglés
Tipo: Materia Ordinaria Máster RD 1393/2007 - 822/2021
Departamentos: Electrónica e Computación, Departamento externo vinculado ás titulacións
Áreas: Ciencia da Computación e Intelixencia Artificial, Área externa M.U en Intelixencia Artificial
Centro Escola Técnica Superior de Enxeñaría
Convocatoria: Primeiro semestre
Docencia: Con docencia
Matrícula: Matriculable | 1ro curso (Si)
O obxectivo principal desta materia é proporcionar os fundamentos conceptuais da robótica intelixente, é dicir, como se aplican as técnicas de IA ao caso particular dos robots co obxectivo de conseguir un funcionamento autónomo. Todo o desenvolvemento da materia baséase nas propiedades distintivas da robótica, como o funcionamento en contornas reais e a existencia dun corpo físico. Partindo destas premisas, a materia cubre fundamentais de detección, actuación e control, cunha aproximación práctica á resolución autónoma de problemas por parte do robot.
Elementos dun sistema robótico intelixente.
Ambiente real, embodiment e reality gap.
Sensorización e actuación.
Control intelixente: robótica baseada no coñecemento, robótica baseada no comportamento, enfoques híbridos.
Específico:
- [CE17] - Coñecer e asimilar as capacidades e limitacións dos actuais sistemas robóticos intelixentes, así como as tecnoloxías que os soportan.
- [CE18] Desenvolver a capacidade de elixir, deseñar e implementar estratexias baseadas na intelixencia artificial para dotar aos sistemas robóticos, tanto individuais como colectivos, das capacidades necesarias para realizar adecuadamente as súas tarefas de acordo cos obxectivos e restricións que se propoñan.
Resultados de aprendizaxe:
- [CG1] Capacidade para concibir, redactar, organizar, planificar e desenvolver modelos, aplicacións e servizos no ámbito da intelixencia artificial, identificando obxectivos, prioridades, prazos, recursos e riscos, e controlando os procesos establecidos.
- [CG2] Capacidade para resolver problemas con iniciativa, toma de decisións, autonomía e creatividade.
- [CG3] Capacidade para deseñar e crear modelos e solucións de calidade baseadas na Intelixencia Artificial eficientes, robustas, transparentes e responsables.
- [CG4] Capacidade para seleccionar e xustificar os métodos e técnicas adecuados para resolver un problema concreto, ou para desenvolver e propoñer novos métodos baseados na intelixencia artificial.
- [CG5] Capacidade para concibir novos sistemas computacionais e/ou avaliar o rendemento dos sistemas existentes, que integren modelos e técnicas de intelixencia artificial.
Empregaranse as seguintes metodoloxías didácticas: Sesións teóricas e Sesións interactivas por ordenador.
As sesións expositivas que consistirán basicamente en conferencias impartidas polo profesorado, dedicadas á exposición dos contidos teóricos e á resolución de problemas ou exercicios. Este método facilita a comprensión de conceptos complexos e permite sintetizar diferentes fontes de información na exposición, que se poden traballar co alumnado dun xeito máis coherente.
As sesións interactivas permitirán, nalgúns casos, a adquisición de competencias prácticas e, noutros, servirán para a ilustración inmediata dos contidos teórico-prácticos. Todas as tarefas do alumnado (estudo, traballo, programas informáticos, lecturas, exposicións, exercicios, prácticas...) serán dirixidas polo profesorado.
Prácticas de campo: Se fose necesario para o correcto desenvolvemento das prácticas, programaranse saídas específicas para o alumnado aos laboratorios de robótica da EPSE (Lugo) ou da UDC (Coruña ou Ferrol)
A avaliación da materia constará de dous partes diferenciadas: teoría (50%) e traballos prácticos (50%). A parte teórica será avaliada mediante un exame que poderá consistir nun traballo de análise de bibliografía científica relacionada co temario da materia, presentado oralmente o día do exame final. A parte práctica avaliarase a partir da media das memorias presentadas ao final de cada práctica. Será necesario aprobar a parte de teoría e a de prácticas por separado para poder aprobar a materia
A asistencia tanto ás clases teóricas como prácticas será obrigatoria para o aprobado da materia excepto en casos de ausencia xustificados. Para aqueles alumnos que teñan dispensa, o sistema de avaliación será o mesmo aínda que que non terán obrigación de asistir ás clases teóricas.
Avaliación de segunda oportunidade: Os alumnos deberán recuperar cada parte suspensa (teoría e-ou prácticas). Se unha das dúas partes foi aprobada durante a primeira oportunidade, o alumno poderá optar por gardar a nota correspondente e só recuperar a parte suspensa.
Os alumnos serán avaliados como "non presentado" cando non presenten o traballo de análise de teoría ou algunha das memorias de prácticas.
As competencias propias da materia así como as competencias xerais-básicas teñen contidos específicos na materia que se introducen, como se indicou, tanto nas clases expositivas como nas interactivas. Posteriormente o alumnado desenvolverá estas competencias no exame teórico e coa realización dos traballos prácticos nos que tamén traballará as competencias transversais, en especial no que se refire á capacidade para utilizar ferramentas TIC ( CT3), a comprensión da cultura emprendedora ( CT5), a capacidade para traballar en equipo ( CT7) e a valorización da investigación e a innovación ( CT8). As competencias específicas serán obxecto de avaliación tanto nos traballos prácticos que o alumno desenvolva durante a materia como no exame teórico.
Para os casos de realización fraudulenta de exercicios ou probas será de aplicación o establecido na “Normativa de avaliación do rendemento académico dos estudantes e de revisión das cualificacións”.
A materia ten unha carga de traballo de 6 ECTS divididos do seguinte xeito:
- 1. Traballo na aula (60 horas presenciais)
Clases teóricas: 21 presenciais
Interactivo:
Clases prácticas de laboratorio: 14 horas
Aprendizaxe baseada en problemas: 7 horas
- 2. Traballo persoal do alumnado (99 horas non presenciais)
-Preparación e estudo do visto nas clases teóricas: 42
-Preparación de clases interactivas:
Preparación de clases prácticas de laboratorio: 60 horas
Preparación da aprendizaxe baseada en problemas: 48 horas
Roberto Iglesias Rodriguez
Coordinador/a- Departamento
- Electrónica e Computación
- Área
- Ciencia da Computación e Intelixencia Artificial
- Correo electrónico
- roberto.iglesias.rodriguez [at] usc.es
- Categoría
- Profesor/a: Titular de Universidade
| Xoves | |||
|---|---|---|---|
| 17:00-18:30 | Grupo /CLE_01 | Inglés | IA.02 |
| 18:30-20:00 | Grupo /CLIL_01 | Inglés | IA.02 |
| 17.01.2025 16:00-20:00 | Grupo /CLIL_01 | IA.02 |
| 17.01.2025 16:00-20:00 | Grupo /CLE_01 | IA.02 |
| 26.06.2025 16:00-20:00 | Grupo /CLIL_01 | IA.02 |
| 26.06.2025 16:00-20:00 | Grupo /CLE_01 | IA.02 |