学部・大学院区分
Undergraduate / Graduate
情報・博前
時間割コード
Registration Code
2560095
科目区分
Course Category
主専攻科目
科目名 【日本語】
Course Title
知能ロボティクス1
科目名 【英語】
Course Title
Intelligent Robotics 1
コースナンバリングコード
Course Numbering Code
GSI166039J
担当教員 【日本語】
Instructor
藤井 慶輔 ○ 長尾 確
担当教員 【英語】
Instructor
FUJII Keisuke ○ NAGAO Katashi
単位数
Credits
1
開講期・開講時間帯
Term / Day / Period
秋1期 火曜日 3時限
Fall1 Tue 3
対象学年
Year
1年
1
授業形態
Course style

開講系(学部)・開講専攻(大学院)
Subject
知能システム学専攻
必修・選択
Required / Selected
選択


授業の目的 【日本語】
Goals of the Course(JPN)
ロボット技術は社会・人を含む実環境とコンピュータやネットワークをつなぐ技術である。
本授業では,実環境で動作するロボットやマルチエージェントシステムを例に,実世界を介する知的情報処理の方法論を理解することを目的とする。
授業の目的 【英語】
Goals of the Course
Robotic technology connects real environments, including society and people, to computers and networks.
In this lecture, students will learn the methodology of intelligent information processing in the real world, using as example robotic systems, such as autonomous vehicles and multi-agent systems.
到達目標 【日本語】
Objectives of the Course(JPN)
本授業では,実環境で動作するロボットやマルチエージェントシステムを例に,実世界を介する知的情報処理の方法論を理解することを目的とする。
到達目標 【英語】
Objectives of the Course
In this lecture, students will learn the methodology of intelligent information processing in the real world, using as example robotic systems, such as autonomous vehicles and multi-agent systems.
授業の内容や構成
Course Content / Plan
実世界を介する知的情報処理の方法論を理解することを目指す。
本講義では、実環境で動作するロボットやマルチエージェントシステムを例に、順解析および逆解析的な観点から、理論的および実用的な側面について理解する。

[予定]
第1回: ロボティクスから見た複数人間行動の順・逆解析
第2-3回: ロボカップサッカーの解析例
第4-5回:自動運転におけるロボティクス入門
第6-8回: マルチエージェント強化学習演習
Students aim to understand the methodology of intelligent information processing through the real world.
In this lecture, robots and multi-agent systems operating in real environments are used as examples to understand theoretical and practical aspects from the perspective of forward analysis and inverse analysis.

[schedule]
Part 1: Forward and reverse analysis of multiple human behavior from the perspective of robotics
Part 2-3: RoboCup soccer analysis example
Part 4-5: Introduction to robotics in autonomous driving
Lessons 6-8: Multi-agent reinforcement learning
履修条件・関連する科目
Course Prerequisites and Related Courses
成績評価の方法と基準
Course Evaluation Method and Criteria
レポートで評価し,合計100点満点で60点以上を合格とする。
Reports: 100%, passing grade: 60% or over.
教科書・参考書
Textbook/Reference book
講義資料はPDFファイルとして作成しWebページからダウンロードできるようにする。
履修条件は課さない。
教科書は特になし。
Lecture materials will be distributed from the Web page as PDF files.
No course requirements are imposed.
No textbook are required.
課外学習等(授業時間外学習の指示)
Study Load(Self-directed Learning Outside Course Hours)
講義において説明した理論を理解するための課題を与える。
Problems will be assigned to help understanding the theory explained in the lecture.
授業開講形態等
Lecture format, etc.
授業は対面または遠隔(同時双方向型とオンデマンド型の併用)で行う。遠隔授業はZoomまたはTeams、およびTACTを使用する。教員や学生同士の連絡はTACTで行う。
Classes will be held on-site or remotely (simultaneous interactive and on-demand). Remote classes will use Zoom, Teams, and TACT. Communication between faculty and students is done through TACT.

遠隔授業(オンデマンド型)で行う場合の追加措置
Additional measures for remote class (on-demand class)