Intelligent Decision-Making

Mechatronik, Master (PO-2023)

Modulnummer / ModulcodeWP-IDM
ModulnameIntelligent Decision-Making
Art des ModulsWahlpflicht
Lernergebnisse, Kompetenzen, Qualifikationsziele

Der / die Lernende kann:

  • die besonderen Anforderungen an intelligente autonome Systeme interpretieren und begründen,
  • Bezüge zwischen Änderungen der Umgebung und der Adaption von Verhaltensentscheidungen herstellen,
  • Mechanismen und Prinzipien zur Entscheidungsfindung in autonomen Systeme entwerfen,
  • fundamentale Eigenschaften autonomer und adaptiver Systeme analysieren und daraus für Schlüsse für die gezielte Systembeeinflussung ziehen,
  • Algorithmen der Entscheidungsfindung entwerfen, implementieren und bewerten sowie resultierendes Systemverhalten hinterfragen,
  • und sich Urteile zur Eignung verschiedener Mechanismen für gegebene Problemstellungen bilden.
LehrveranstaltungsartenVLmP (2 SWS), Ü (1 SWS)
Lehrinhalte
  • Introduction into Automated Decision Making
  • Properties und Tasks of Intelligent Agents
  • Logics for Automated Reasoning
  • Problem Solving by Search and Exploration
  • Planning of Mobile Agents and Robots
  • Probabilistic Reasoning
  • Learning of Controller Functions from Data
  • Reinforcement Learning
  • Neuro-Dynamic Programming
Titel der LehrveranstaltungenIntelligent Decision-Making
Lehr- und Lernmethoden (Lehr- und Lernformen)
Verwendbarkeit des ModulsM.Sc. Elektrotechnik, Schwerpunktmodul
M.Sc. Mechatronik, Wahlpflichtfach Smart Mechatronic Systems
Dauer des ModulsEin Semester
Häufigkeit des Angebotesjährlich im Sommersemester
SpracheEnglisch
Empfohlene (inhaltliche) Voraussetzungen für die Teilnahme am Modul
Voraussetzungen für die Teilnahme am Modul keine
Studentischer Arbeitsaufwand135 h (45 h Präsenz + 90 h Selbststudium)
StudienleistungenStudienleistung S1: Übungssaufgaben
Voraussetzung für Zulassung zur PrüfungsleistungStudienleistung S1
PrüfungsleistungenKlausur (90 Min.) oder mündliche Prüfung (ca. 30 Min.)
Anzahl Credits (ECTS)4 cp
LehreinheitElektrotechnik
Modulverantwortliche/rProf. Dr. Olaf Stursberg
LehrendeProf. Dr. Olaf Stursberg und Mitarbeitende
MedienformenFolien, Tafel, Vorführungen am Rechner, Übungsstunden
Literatur
  • Russel, P. Norvig: Artificial Intelligence - A Modern Approach. Pearson, 2021.
  • S. Sutton, A.G. Barto: Reinforcement Learning. The MIT Press, 2018.
  • D.P. Bertsekas, J. Tsitsiklis: Neuro-Dynamic Programming. Athena Scientific, 1996.