山梨大学電子シラバス>検索結果一覧>授業データ |
授業科目名
|
担当教員
|
|||||||||||||||
人工知能演習
|
山本 泰生/鍋島 英知
|
|||||||||||||||
時間割番号
|
単位数
|
コース
|
履修年次
|
期別
|
曜日
|
時限
|
||||||||||
263661 | 1 | G | 3 | 後期 | 火 | I | ||||||||||
[概要] | ||||||||||||||||
本演習の目的は,講義 「人工知能」 で学ぶ各種の機械学習手法について,ロボットを用いた演習を通して体験的に習得することにある.本年度は機械学習法として,強化学習と遺伝的プログラミング (GA) による学習の2つを取り上げる.これらの学習法は,それぞれ,簡潔なアルゴリズムと強力な数学的基礎に支えられ,さまざまな応用が期待されている手法である.本演習では,それぞれの学習法を用いたライントレーサーロボットの制御プログラムの開発に取り組む.さらに,ニューロ制御を導入したライントレーサーロボットの作成にも取り組む.<BR>ロボットのハードウェアは,汎用のPCに比べ,メモリや入出力装置などに関する制約が多く非力である.そのような非力な環境におけるプログラミングを通して,実環境で動作するシステム製作の困難さを学ぶ.<BR><BR>カリキュラム中での位置付け:<a href="http://www.cs.yamanashi.ac.jp/g/JABEE/curriculum/">Gコースのカリキュラム</a> | ||||||||||||||||
[具体的な達成目標] | ||||||||||||||||
知的問題解決手法としての機械学習の概念とプログラミング方法論について修得する.また,汎用のPCに比べて非力なハードウェアであるロボット上のプログラム製作を通して,実環境で動作するシステム構築の困難さを学ぶ. | ||||||||||||||||
[必要知識・準備] | ||||||||||||||||
講義「人工知能」を履修済み,または本授業と同期に履修している必要がある. | ||||||||||||||||
[評価方法・評価基準] | ||||||||||||||||
|
||||||||||||||||
[教科書] | ||||||||||||||||
(未登録) | ||||||||||||||||
[参考書] | ||||||||||||||||
[講義項目] | ||||||||||||||||
第 1回 概要説明,Java復習,シミュレータでのライントレーサーの製作 (1)<BR>第 2回 シミュレータでのライントレーサーの製作 (2)<BR>第 3回 強化学習のアルゴリズム<BR>第 4回 強化学習版ライントレーサーの製作 (1)<BR>第 5回 強化学習版ライントレーサーの製作 (2),レポート1<BR>第 6回 遺伝的アルゴリズム (GA) を用いた学習<BR>第 7回 GA版ライントレーサーの製作 (1)<BR>第 8回 GA版ライントレーサーの製作 (2) ,レポート2<BR>第 9回 GAによるニューロ制御 (1)<BR>第10回 GAによるニューロ制御 (2),レポート3<BR>第11回 LeJOS への移植 (1)<BR>第12回 LeJOS への移植 (2)<BR>第13回 LeJOS への移植 (3)<BR>第14回 実機コンテスト (1)<BR>第15回 実機コンテスト (2),レポート4 | ||||||||||||||||
[教育方法] | ||||||||||||||||
ロボット製作は学生が興味を持って積極的に取り組むことができる魅力的な教材であるが,実機の台数が限られているため,本演習では,まずロボットシミュレータを用いて学生一人一人にロボットの制御プログラムの開発に取り組ませる.シミュレータ上でのプログラムの開発が完了した学生から順次そのプログラムを実機上に移植させる.またその移植作業を通して,汎用のPCに比べてメモリや入出力装置などに関する制約が多く非力な環境におけるプログラミングの難しさを学ばせる. | ||||||||||||||||
[JABEEプログラムの学習・教育目標との対応] | ||||||||||||||||
|
||||||||||||||||
[その他] | ||||||||||||||||
(未登録) |