L'insegnamento è organizzato come segue:

Obiettivi di apprendimento

Il corso illustra le principali problematiche relative allo sviluppo di tecniche di Intelligenza Artificiale per piattaforme robotiche mobili. L'obiettivo è fornire alle studentesse ed agli studenti strumenti per ideare, applicare e valutare algoritmi che permettano a piattaforme robotiche mobili di interagire con l'ambiente circostante eseguendo compiti complessi con un elevato livello di autonomia. Al termine del corso le studentesse e gli studenti dovranno dimostrare di comprendere i concetti fondamentali relativi alla localizzazione, pianificazione delle traiettorie, pianificazione di compiti complessi, processi decisionali che considerano l'incertezza e apprendimento automatico, nel contesto delle piattaforme robotiche mobili. Le studentesse e gli studenti, dovranno dimostrare di conoscere, ed essere in grado di usare i principali strumenti per lo sviluppo di applicazioni per piattaforme robotiche mobili, e di essere in grado di definire le specifiche tecniche per la progettazione ed integrazione di moduli software per piattaforme robotiche mobili. Le studentesse e gli studenti dovranno inoltre essere in grado di confrontarsi con figure professionali per progettare soluzioni per il controllo di alto livello di piattaforme robotiche mobili e avere la capacità di proseguire gli studi in modo autonomo per seguire l'evoluzione tecnica nell'ambito della robotica mobile sviluppando approcci innovativi che migliorino lo stato dell’arte.

Programma

– Localizzazione e costruzione di mappe (e.g., stima ricorsiva dello stato);
– Pianificazione del moto per robot mobili (e.g., pianificazione dei percorsi, evitare ostacoli);
– Processi decisionali che considerano l'incertezza (e.g., Processi Decisionali di Markov);
– Apprendimento per rinforzo per piattaforme robotiche mobili (e.g., approcci basati sulla costruzione di un modello ed approcci senza costruzione di un modello, Deep RL);
– Laboratorio: implementazione di comportamenti autonomi per piattaforme robotiche mobili usando ambienti di sviluppo allo stato dell’arte (e.g., ROS2), ambienti di simulazione per l’analisi sperimentale (e.g., Unity), validazione su semplici basi robotiche mobili (e.g., turtlebot3);

Modalità di verifica dell'apprendimento

L'esame è costituito da una prova orale incentrata sulle attività di laboratorio e da una seconda prova che può essere scelta tra due opzioni: i) un progetto incentrato sull'implementazione di alcune delle tecniche studiate durante il corso; ii) una prova orale incentrata sulle tematiche studiate durante il corso.