Competencies and objectives
Course context for academic year 2023-24
Los robots son sistemas físicos autónomos que operan en entornos y escenarios cada vez más complejos y dinámicos. Cada vez es mayor la diversidad de robots que son dotados de habilidades para llevar a cabo tareas que hasta la fecha solo estaban al alcance de los humanos. En la actualidad hay robots capaces de desplazarse y autolocalizarse por sí solos, llevar a cabo tareas de agarre y manipulación de objetos o interactuar con otros elementos del entorno o asistir a personas. Los sensores de los que se les dota y las técnicas de IA han permitido éstas y otras destrezas, permitiendo a los robots aprender y adaptarse.
Course content (verified by ANECA in official undergraduate and Master’s degrees) for academic year 2023-24
Transversal Competences
- CT1 : Ser capaç de liderar projectes relacionats amb la intel·ligència artificial, així com dirigir equips de treball.
- CT2 : Demostrar destreses informàtiques i informacionals en l'àmbit de la intel·ligència artificial.
- CT3 : Demostrar habilitats en comunicació oral i escrita.
General Competences
- CG10 : Ser capaç d'utilitzar els principis de l'enginyeria i les modernes tecnologies informàtiques per a investigar, dissenyar, implementar noves aplicacions de la intel·ligència artificial.
- CG2 : Ser capaç de desenvolupar i aprendre de forma acte-dirigida o autònoma temes relacionats amb la intel·ligència artificial
- CG6 : Ser capaç d'adaptar-se a entorns relacionats amb la intel·ligència artificial, fomentant el treball en equip, la creativitat, la capacitat crítica i l'esperit emprenedor.
- CG7 : Ser capaç d'adaptar-se a la constant evolució de la disciplina i de comprendre i aplicar els nous avanços técnicocientíficos relacionats amb la intel·ligència artificial.
Specific Competences
- CE16 : Identificar les tècniques de percepció sensorial necessàries per a disposar robots mòbils i manipuladors autònoms.
- CE17 : Desenvolupar mètodes de processament per a dades procedents de fonts sensorials robòtiques per a aconseguir robots autònoms.
Basic Competences
- CB10 : Que els estudiants posseïsquen les habilitats d'aprenentatge que els permeten continuar estudiant d'una manera que haurà de ser en gran manera autodirigido o autònom.
- CB6 : Posseir i comprendre coneixements que aporten una base o oportunitat de ser originals en el desenvolupament i/o aplicació d'idees, sovint en un context d'investigació
- CB7 : Que els estudiants sàpien aplicar els coneixements adquirits i la seua capacitat de resolució de problemes en entorns nous o poc coneguts dins de contextos més amplis (o multidisciplinaris) relacionats amb la seua àrea d'estudi
- CB8 : Que els estudiants siguen capaços d'integrar coneixements i enfrontar-se a la complexitat de formular judicis a partir d'una informació que, sent incompleta o limitada, incloga reflexions sobre les responsabilitats socials i ètiques vinculades a l'aplicació dels seus coneixements i judicis
- CB9 : Que els estudiants sàpien comunicar les seues conclusions i els coneixements i raons últimes que les sustenten a públics especialitzats i no especialitzats d'una manera clara i sense ambigüitats
Learning outcomes (Training objectives)
-Obtain a critical vision of an intelligent robotic system and identify its components and functionalities according to its field of application.
-Acquire notions on the capture and processing of data from the different sensory sources that an intelligent robotic system is equipped with.
-Knowing the main techniques and methods aimed at providing robotic systems with the skills to achieve robust behaviour in realistic environments.
-Knowing how to propose solutions to robotic navigation and manipulation problems and their interaction with the environment.
Specific objectives stated by the academic staff for academic year 2023-24
No data
General
Code:
43507
Lecturer responsible:
GIL VAZQUEZ, PABLO
Credits ECTS:
4,50
Theoretical credits:
0,90
Practical credits:
0,90
Distance-base hours:
2,70
Departments involved
-
Dept:
PHYSICS, ENGINEERING SYSTEMS AND SIGNAL THEORY
Area: SYSTEMS ENGINEERING AND AUTOMATICS
Theoretical credits: 0,6
Practical credits: 0,6
This Dept. is responsible for the course.
This Dept. is responsible for the final mark record. -
Dept:
SCIENCE OF COMPUTING AND ARTIFICIAL INTELLIGENCE
Area: SCIENCE OF COMPUTING AND ARTIFICIAL INTELLIGENCE
Theoretical credits: 0,3
Practical credits: 0,3
Study programmes where this course is taught
-
UNIVERSITY MASTER'S DEGREE IN ARTIFICIAL INTELLIGENCE
Course type: COMPULSORY (Year: 1)