Competencies and objectives

 

Course context for academic year 2024-25

Robots are autonomous physical systems operating in dynamic environments and complex scenarios. An increasing variety of robots are being equipped with capabilities to perform tasks previously only available to humans. Robots can now move and localise themselves, perform tasks such as grasping and manipulating objects, interact with other elements of the environment or assist humans. Sensors and AI techniques have enhanced these skills, allowing robots to learn and adapt.

 

 

Course content (verified by ANECA in official undergraduate and Master’s degrees) for academic year 2024-25

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 2024-25

  • To obtain a critical vision of an intelligent robotic system and identify its components and functionalities according to its field of application.
  • To acquire knowledge of data capture and data processing from the various sensory sources with which an intelligent robotic system is equipped.
  • To know the main techniques and methods used to provide robotic systems with capabilities to achieve robust behaviour in realistic environments.
  • To know how to propose solutions to problems of robot navigation and manipulation and their interaction with the environment.
  • To understand the basic processes such as localisation, perception, mapping and planning required for autonomous navigation, and the techniques and use of common algorithms to enable a robot to move autonomously and safely in its environment.
  • To understand the principles and techniques of robotic manipulation and know how to apply them to grasping and/or manipulation tasks that require working with perception of the environment.
  • To understand the basic principles of human-machine interaction in the context of robotics and apply this knowledge to the design and development of robotic projects involving effective human-machine interaction.

 

 

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