Teaching
Project: Neuronale Netze für Roboter/Neural Networks for Robots
Sommer Semester 2015
News/Aktuelles
- Erstes treffen/First meeting: 01.04.2015 14h ct, F-235
- Für diese Veranstaltung nutzen wir das MIN-CommSy - alle weiteren Informationen und Materialien zur Veranstaltung sind dort zu finden. Teilnehmer werden nach dem ersten Treffen frei geschaltet.
- Erste Anmeldephase/First registration period (STiNE): 16.02.2015 - 05.03.2015, 13:00h
General Information/Allgemeine Informationen |
| LV-Number: |
64-193 |
| Lecturer : |
Dr. Sven Magg, Nicolás Navarro |
| Period: |
Mi/Wed 14-17, Do/Thu 14-17 |
| Room: |
F-234/F-235 |
| Credit Hours |
6 SWS Bachelor Project |
| Language: |
Deutsch/English |
| Module: |
InfB-Proj, WiInf-BAProjekt |
Contents/Inhalte
Biologisch inspirierte Konzepte und Methoden, wie Neuronale Netze und künstliche Evolution, werden in der Informatik oft benutzt um Steuerungssysteme für autonome Roboter zu generieren die intelligentes Verhalten zeigen. In diesem Projekt sollen die Konzepte neuronaler Netze und künstlicher Evolution eingeführt werden und anhand einer realen Roboteranwendung deren Nutzen gezeigt werden.
Ziel dieses Projektes ist es, Neuronale Netze durch evolutionäre Mechanismen entstehen zu lassen, die es einem Roboter ermöglichen, eine einfache Aufgabe in einem komplexeren Mensch-Roboter Szenario zu lösen, z.B in einem Raum mit Menschen sicher zu navigieren. Die Studenten entwickeln hierfür im Team eine einfache, simulierte 3D-Umgebung, mit deren Hilfe ein evolutionärer Prozess simuliert wird. Ausgehend von einer Population zufällig generierter Agenten soll durch diesen Prozess Verhalten entstehen, das auf einen realen Roboter übertragen und evaluiert werden kann. Das Verhalten des Roboters wird durch ein Neuronales Netz geschaffen, welches gefilterte und vorverarbeite Signale der Sensoren als Eingabe bekommt und als Ausgabe Motorkommandos erzeugt. Eine Analyse des zeitlichen Ablaufes der Evolution und der generierten Netzwerke schließen das Projekt ab.
Biologically inspired concepts and models like neural networks and artificial evolution are often used to generate controllers for autonomous robots that show intelligent behaviour. In this project we want to look at the evolving artificial neural networks and show their usability for robot applications.
The aim of this project is the generation of neural networks through evolutionary mechanisms that enable a robot to solve an easy task in a more complex scenario, e.g. safely navigating in a room with humans. The students will develop a simple simulated 3D environment in a team to run an artificial evolutionary process. Based on randomly generated agents the process should generate a certain behaviour that can be transferred to and evaluated on a real robot. The behaviour is represented in a neural network, which maps (filtered and pre-processed) signals from different sensors into motor commands. A thorough analysis and evaluation of different time steps of the evolution and the resulting networks will finally complete the project.
|
|
Objective/Lernziel
Die Studenten sollen durch praktische Aufgaben die Grundlagen evolutionärer Prozesse und neuronaler Netze und deren Verwendung in der Informatik kennenlernen. Durch das Arbeiten in Teams an einem übergreifenden Projekt werden Organisation von Teamarbeit und Konzepte des Projektmanagements vermittelt. Studenten sind nach erfolgreicher Teilnahme in der Lage, evolutionäre Methoden für Suche und Optimierung anzuwenden und haben ein vertieftes Verständnis für die Verwendung von neuronalen Netzen im Kontext von künstlichen Agenten und Robotern.
With the help of practical assignments, the students learn the basics of evolutionary processes and neural networks as well as their application in the context of computer science. In addition, the students get to know important project soft skills like time management, team work, and project management. After successful completion of the project, the students are able to apply evolutionary methods to problems occurring manifold in computer science like search and optimization techniques and will have a deeper understanding of neural networks in the context of artificial agents and robots.
Procedure/Vorgehen
Zunächst werden die Thematik und die benötigten Techniken vorgestellt. Einzelne Fragestellungen z.B. bzgl. der verwendeten Programmiersprache und der konkreten Simulationsumgebung werden im Plenum diskutiert. Die praktische Bearbeitung der Aufgaben erfolgt dann in wechselnden Teams von jeweils 2-3 Studierenden die jeweils Teilaspekte der Gesamtaufgabe implementieren. Nach der Integration der einzelnen Teile werden gemeinsam Simulationen durchgeführt und die Entwicklung der simulierten Agenten beobachtet und dokumentiert. Die Analysen des zeitlichen Ablaufs verschiedener Simulationsläufe und der entstandenen Neuronalen Netzwerke werden am Ende wieder im Team durchgeführt. Ziel ist die Übertragung und Evaluation der Netze auf einem realen Roboter. Die Ergebnisse werden in einem Projektreport festgehalten und in einer Abschlußpräsentation vorgetragen.
The first part contains introduction of the topic and presentation of techniques required throughout the project. Individual open questions like preferred programming language and simulation environment will be discussed with the students. The practical part will be solved within changing teams of 2-3 students, each group implementing individual aspects of the given task. After integration of the modules, the simulation and the agents development will be both observed and documented by the whole project group. The analysis of the temporal progress of different simulations and the resulting neural networks will be again part of the team work. The aim is a transfer and evaluation of the neural controllers on a real robot. The results will be documented in a project report and demonstrated in a final presentation.
Literature/Literatur
- Eiben, A. E., Smith, J. E. Introduction to evolutionary computing. Springer, 2003.
- Marsland, S. Machine Learning: An Algorithmic Perspective. Chapman and Hall Book/CRC Press, 2014.
- Rojas, R. Neural networks: a systematic introduction. Springer, 1996. Online available
Material
- v-rep: http://www.coppeliarobotics.com/
- gazebo: http://gazebosim.org/
Additional material for this course can be found within the MIN-CommSy portal:
Informatik-CommSy: WTM: Project Neural Networks for Robots SS2015
