Intelligent Decision-Making

Mechatronik, Master (PO-2023)

Modulnummer / Modulcode WP-IDM
Modulname Intelligent Decision-Making
Art des Moduls Wahlpflicht
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.
Lehrveranstaltungsarten VLmP (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 Lehrveranstaltungen Intelligent Decision-Making
Lehr- und Lernmethoden (Lehr- und Lernformen)
Verwendbarkeit des Moduls M.Sc. Elektrotechnik, Schwerpunktmodul
M.Sc. Mechatronik, Wahlpflichtfach Smart Mechatronic Systems
Dauer des Moduls Ein Semester
Häufigkeit des Angebotes jährlich im Sommersemester
Sprache Englisch
Empfohlene (inhaltliche) Voraussetzungen für die Teilnahme am Modul
Voraussetzungen für die Teilnahme am Modul
Studentischer Arbeitsaufwand 135 h (45 h Präsenz + 90 h Selbststudium)
Studienleistungen S1: Übungssaufgaben
Voraussetzung für Zulassung zur Prüfungsleistung Studienleistung S1
Prüfungsleistungen Klausur (90 Min.) oder mündliche Prüfung (ca. 30 Min.)
Anzahl Credits (ECTS) 4 cp
Lehreinheit Elektrotechnik
Modulverantwortliche/r Prof. Dr. Olaf Stursberg
Lehrende Prof. Dr. Olaf Stursberg und Mitarbeitende
Medienformen Folien, 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.