NAIL101 - Pravděpodobnostní robotika / Probabilistic Robotics
The course is in Czech. Lecture notes are mostly in English.
LS 2021/22: Přednáška středa 12:20, Troja, Impakt, N238. Cvičení hned poté tamtéž.
Summer term 2021/22: Class Wednesdays 12:20, Troja, Impakt, N238. Tutorials right after the class in the same room.
Anotace / syllabus
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.
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.
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)
Sylabus
- Připomenutí teorie pravěpodobnosti
- Kalmanovy filtry a jejich varianty; Částicové filtry
- Pravděpodobnostní lokalizace a mapování
- Rozhodování a plánování za nejistoty
- A reminder of probability theory
- Kalman filters and their variants; Particle filters
- Probabilistic localization and mapping
- Decisioning and planning under uncertainty
Big thanks & credits to Sebastian Thrun, Wolfram
Burgard, Dieter Fox and Jirka Iša for their course materials!
Slides / video
Slides, session recordings and all other possible material will be gradually added to Students' repository.
Tutorials
The tasks will be assigned stepwise durint the classes and tutorials. All tasks are to be submitted via SiS/Study roaster (compulsory for credit).
(see material in Students' repository)