ระบบควบคุมอัจฉริยะและความรู้ความเข้าใจ
5(4-2-10)
วิชาบังคับก่อน : ไม่มี
ความรู้เบื้องต้นเกี่ยวกับระบบควบคุมและความรู้ความเข้าใจที่ชาญฉลาด กลไกการกระทำแบบลำดับ การตัดสินชี้ขาดตามเป้าหมาย ปัญหาและบริบท การรับรู้และการเรียนรู้: การบูรณาการเซ็นเซอร์เข้าด้วยกัน หน่วยความจำ และการเรียนรู้ โมเดลบนพื้นฐานของเอเจนท์ ผลกระทบของการเกิดพร้อมกันและสังคม การจำลองในนโยบายและวิทยาศาสตร์ แบบจำลองความเรียบง่ายและคำอธิบาย ความชาญฉลาดอย่างเป็นธรรมชาติ: วิวัฒนาการและการควบคุมการรับรู้การเปลี่ยนแปลงในกลยุทธ์การรับรู้ที่พบในธรรมชาติ การเปลี่ยนแปลงส่วนบุคคลในธรรมชาติ การรับรู้และการเลือกการกระทำในธรรมชาติ ปัญญาประดิษฐ์พื้นฐานสำหรับเกมระบบการวางแผนที่ซับซ้อน
ผลสัมฤทธิ์การเรียนรู้
หลังจากเรียนในรายวิชานี้ นักศึกษามีความสามารถดังนี้
1. เพื่อให้สามารถประเมินทางเลือกที่มีอยู่สำหรับการรับรู้ทางกลในโลกแห่งความจริงและเพื่อประเมินและแนะนำเทคโนโลยีที่เหมาะสมสำหรับการแจ้งการควบคุมหุ่นยนต์
2. เพื่อให้สามารถเปรียบเทียบความแตกต่างและประเมินจำนวนของกลไก สำหรับการดำเนินการตามลำดับและเพื่อใช้กลไกที่เหมาะสมในการเลือกการกระทำบนแพลตฟอร์มที่หลากหลาย
3. เพื่อให้สามารถคาดการณ์ผลของการกระทำง่ายๆที่ดำเนินการโดยตัวแทนจำนวนมาก
4. เพื่อให้สามารถสังเคราะห์และประเมินสถานะของศิลปะในการรับและสร้างการกระทำดั้งเดิมสำหรับความเป็นจริงเสมือนและเลือกเทคโนโลยีที่เหมาะสมสำหรับงานแอนิเมชั่นโดยเฉพาะเพื่อระบุและประเมินอัลกอริธึมการควบคุมอัจฉริยะจากวารสารและวรรณคดีการประชุม
Intelligent Control and Cognitive Systems
Pre-requisite: None
Introduction to intelligent control and cognition system, action: mechanisms for sequencing, goal arbitration, problem spaces and contexts, perception and learning: sensor fusion, memory, and learning, agent-based modelling; the impact of concurrency and society; simulations in policy and science; models, simplicity and explanation, natural Intelligence: Evolution and cognitive control, variation in cognitive strategies found in nature, individual variation in nature; perception and action selection in nature, basic AI for games, complex planning systems, achieving multiple goals.
Learning Outcomes
After complete this course, students will be able to:
1. To be able to evaluate available options for mechanical real-world perception, and to critically evaluate and recommend appropriate technologies for informing robotic control.
2. To be able to compare, contrast and evaluate a number of mechanisms for sequencing actions, and to implement appropriate mechanisms of action selection on a variety of platforms.
3. To be able to form predictions of the consequences of simple actions being performed by a large number of agents.
4. To be able to synthesis and critically evaluate the state of the art in acquiring and generating primitive actions for virtual reality, and to choose appropriate technologies for particular animation tasks.