Systemy autonomiczne wykorzystujące sterowanie reaktywne

Wielkość: px
Rozpocząć pokaz od strony:

Download "Systemy autonomiczne wykorzystujące sterowanie reaktywne"

Transkrypt

1 WYKŁAD 4 Systemy autonomiczne wykorzystujące sterowanie reaktywne DZIAŁANIE REAKTYWNE działanie poprzez 'reakcje', oparte na bezpośrednim przyporządkowaniu percepcji i akcji, bez modelowania i bez planowania DLACZEGO? Charakterystyczne cechy świata rzeczywistego: ( w odróżnieniu do świata "klocków" ) złożoność (np. dokładny opis łąki porośniętej trawą ) niepewność, nieprzewidywalność ( niedeterminizm, probabilistyka, np. przewidywanie pogody ) niekompletna wiedza świat dynamiczny - system czasu rzeczywistego ( najczęściej konieczna jest natychmiastowa reakcja, np. podczas gry komputerowej ) Eksperyment: z zaplanowaniem działania osoby, której zadaniem jest chwycenie długopisu Cechy "sterowania racjonalnego" planowania przez duże P :! generuje sekwencję zadań / akcji do wykonania! zakłada 'ślepe' wykonywanie (bez interakcji) - nie jest uniwersalne 1

2 Planowanie racjonalne generuje wiele problemów:! złożoność charakter kombinatoryczny! niepewność adekwatności i poprawnego wykonania zaplanowanych akcji! natychmiastowość reakcji Niemożliwa!! kompletna reprezentacja Niemożliwa! Jak natura problemów świata rzeczywistego wpływa na wewnętrzną architekturę oprogramowania "agenta"? Czy jest jakieś antidotum? Wniosek: Świat naturalny wymaga takich systemów sterowania, które są odporne na różnego rodzaju zakłócenia, szybko adaptują się do zmian dynamicznego otoczenia i jednocześnie działają w czasie rzeczywistym. Możliwa jest inna architektura agenta DZIAŁANIE REAKTYWNE Planowanie przez małe 'p' Reaktywne zachowanie to klasyfikacja aktualnego stanu i wykonywanie pre-planowanych akcji. Jest to wyliczenie (zaplanowanie?) reakcji na każdą możliwą sytuację. Najważniejsze paradygmaty:! omijanie obliczeń kiedy tylko możliwe (unikanie wnioskowania/planowania) Przykład: robot Lema > "byle nie myśleć a będzie dobra nasza"! unikanie reprezentacji stanu otoczenia " Najlepszym modelem świata, jest on sam! " (Rodney Brooks) 2

3 ! Czy to się da zrobić?! Czy to będzie działać? PRZYKŁAD (z laboratoriów MIT): architektura systemu sterowania robota mobilnego zbierającego puszki po napojach Cechy sterowania reaktywnego:! bezpośrednie połączenie percepcji i akcji! brak modeli-reprezentacji otoczenia! zazwyczaj wykorzystuje dedykowany, współbieżnie działający hardware / software! predefiniowane, proste, szybkie odpowiedzi na zmiany otoczenia! przyczynowość działania to świat powoduje działanie 'odpalając' reguły, które zwrotnie oddziaływują na świat ( czyżby powrót od agenta do obiektu? )! Cele + proste umiejętności + skomplikowany świat =? Różnice w porównaniu do planowania racjonalnego:! brak stanu początkowego! brak unikalnego stanu końcowego! przewidywanie wszystkich możliwych sytuacji i przyporządkowywanie reakcji (planowanie off line) Rezultaty stosowania systemów reaktywnych: otrzymujemy wysoko reaktywne zachowania w czasie rzeczywistym, możliwe jest działanie w złożonych, dynamicznych i niepewnych otoczeniach. 3

4 Możliwe wersje architektury reaktywnej:! Równoległe wykonywanie wielu działań ( każde źródło sygnałów steruje innym rodzajem działania )! Agregacja składanie wielu sygnałów (percepcji) otoczenia w celu wyznaczenia sterowania jednym rodzajem działania! Priorytetowanie gdy różne działania wzajemnie się zakłócają, pierwszeństwo ma najważniejsze działanie ( pozostałe działania są blokowane ) 4

5 PRZYKŁAD: Vehicles: Experiments in Synthetic Psychology, Valentino Braitenberg, Cambridge, MIT Press, 1984 vehicle 1 vehicle 2a vehicle 2b vehicle 3 Za pomocą bardzo prostych środków możliwe jest zbudowanie złożonych zachowań:! omijanie przeszkód! dopasowanie prędkości! algorytmy stada tworzenie różnych formacji które są postrzegane jako działania celowe i inteligentne chociaż nie wykorzystują żadnej wewnętrznej reprezentacji takiego abstrakcyjnego celu. 5

6 KRYTYKA :! wiedza systemu reaktywnego jest ograniczona zakresem obserwowalności sensorów! nie potrafią wykrywać zmian lub powtórzeń względem przeszłości! nie potrafią zliczać! mała podatność na "formalną" analizę! słaba przewidywalność działania całego systemu w nieznanym i dynamicznym otoczeniu. ( Ta słaba przewidywalność jest szczególnie akcentowana w zastosowaniach związanych z dużą odpowiedzialnością np. wojsko, medycyna, duże systemy produkcyjne )! Ograniczenie "wnioskowania" do lokalnego kontekstu tzn. podejmowania decyzji na podstawie analizy małego fragmentu czaso-przestrzeni otoczenia! W efekcie algorytmy reaktywne bardzo często zatrzymują się na rozwiązaniach lokalnie optymalnych, a działanie całego systemu jest sub-optymalne Istnieje duża klasa zadań "niereaktywnych"!!! Największą trudność sprawiają próby reaktywnej realizacji zadań, które "z natury" wymagają wykonywania uszeregowanychsekwencyjnych planów działania.! Np. typowe zadanie klasycznego systemu wnioskowania: "użyj równi pochyłej do postawienia klocka A na klocku B zajętym przez klocek C" jest niemożliwe do rozwiązania przez system reaktywny jeżeli stan klocków A,B,C i równi pochyłej nie może być obserwowany jednocześnie.! Negacja stosowania elementów pamięciowych (abstrakcyjnych modeli) uniemożliwia wymuszanie stanów pośrednich w których system "opuszcza" lokalne ekstremum, aby po jakimś czasie znaleźć lepsze rozwiązanie!!! ( przykład zwierząt: ptak vs. kot, które próbują się dostać do pożywienia ukrytego za szybą ) 6

7 Architektura reaktywna z reprezentacją stanu Dzięki wprowadzeniu jakiejkolwiek formy pamięci, modelowania stanu (systemu i/lub otoczenia):! wiedza agenta nie jest ograniczona do bezpośredniego otoczenia! agent potrafi zliczać, co umożliwia realizację działań które muszą być wykonywane zadana ilość razy ( iteracyjnych, cyklicznych )! możliwe jest wprowadzanie opóźnienie wykonania akcji względem percepcji! możliwe jest tworzenie działań opartych na sekwencjach percepcji/akcji np. reagowanie na sekwencję zmian otoczenia lub reagowanie na długotrwały brak zmian otoczenia! agent jest w stanie wykryć niepowodzenie akcji wykonywanych w przeszłości i wybrać zastosować inną regułę działania 7

8 Wielopoziomowa architektura SUBSUMPTION Architektura Subsumption składa się z wielu hierarchicznie zorganizowanych poziomów (zachowań), odpowiedzialnych za niezależną realizację różnych celów. Poszczególne poziomy działają współbieżnie, asynchronicznie, posiadają własne podsystemy percepcji oraz działania. Podstawowym elementem konstrukcyjnym jest zachowanie : Zachowania:! są opisywane za pomocą zbioru reguł definiujących działanie automatu skończonego! każde z zachowań posiada własne sensory i efektory! wyjście jednego zachowania może być wejściem innego W ramach tej architektury! bardziej złożone zachowania subsume prostsze zachowania, które znajdują się na niższych poziomach hierarchii! niższe poziomy nie posiadają żądnej wiedzy na temat wyższych! wyjścia niższych poziomów mogą być odczytywane przez zachowania z wyższych poziomów! wyższe poziomy sterują działaniem niższych poprzez: blokowanie sygnałów wejściowych (inhibition) zamianę sygnałów wyjściowych na inne (suppression) wymuszenie powrotu zachowania do stanu początkowego (reset) 8

9 PRZYKŁAD: System sterowania robotem zbierającym zadane obiekty ( Maja Matarić, Kin recognition, similarity, and group behavior, 1993 ) System składał się z 4 zachowań:! wandering losowa eksploracja terenu poprzez poruszanie się w przypadkowych kierunkach przez losowany okres czasu! avoiding : skręcanie w prawo (lewo) jeżeli zaobserwowano przeszkodę z lewej (prawej) strony po trzech próbach, wycofanie się i losowy obrót jeżeli przeszkody po obu stronach,! pickup obrót w kierunku obiektu, ruch do przodu, jeżeli obiekt w zasięgu chwytu zamknięcie chwytaka! homing obrót w kierunku bazy i następnie ruch do przodu, jeżeli na terenie bazy, to koniec działania. 9

10 POSUMOWANIE:! Podstawowy postulat "reaktywności" to kompilacja wiedzy systemu do postaci kolekcji prostych bezpośrednich odwzorowań: percepcja akcja! W rezultacie, zamiast powolnej sekwencji klasycznego wnioskowania percepcja abstrakcja modelowanie planowanie heurystyczne przeszukiwanie wykonywanie uzyskujemy bardzo szybkie systemy sterowania, których inteligencja osiągana jest poprzez bezpośrednią interakcję z otoczeniem.! Zamiast budować sztuczny model świata, wykorzystujemy świat jako jego własny model.! Prekursorem zastosowań reaktywności w robotyce był Rodney Brooks oraz zaproponowana przez niego subsumption architecture "A Robust Layered Control System for a Mobile Robot" R.A. Brooks, MIT,

Systemy hybrydowe reaktywno-racjonalne

Systemy hybrydowe reaktywno-racjonalne WYKŁAD 5 Systemy hybrydowe reaktywno-racjonalne Sterowanie REAKTYWNE Zalety: bardzo szybko reaguje na zmiany otoczenia, ograniczone wymagania na moc obliczeniową oraz pamięć, system reaktywny rozbudowany

Bardziej szczegółowo

Systemy Agentowe główne cechy. Mariusz.Matuszek WETI PG

Systemy Agentowe główne cechy. Mariusz.Matuszek WETI PG Systemy Agentowe główne cechy Mariusz.Matuszek WETI PG Definicja agenta Wiele definicji, w zależności od rozpatrywanego zakresu zastosowań. Popularna definicja: Jednostka obliczeniowa (program, robot),

Bardziej szczegółowo

Elementy kognitywistyki II: Sztuczna inteligencja. WYKŁAD III: Problemy agenta

Elementy kognitywistyki II: Sztuczna inteligencja. WYKŁAD III: Problemy agenta Elementy kognitywistyki II: Sztuczna inteligencja WYKŁAD III: Problemy agenta To już było: AI to dziedzina zajmująca się projektowaniem agentów Określenie agenta i agenta racjonalnego Charakterystyka PAGE

Bardziej szczegółowo

Modelowanie jako sposób opisu rzeczywistości. Katedra Mikroelektroniki i Technik Informatycznych Politechnika Łódzka

Modelowanie jako sposób opisu rzeczywistości. Katedra Mikroelektroniki i Technik Informatycznych Politechnika Łódzka Modelowanie jako sposób opisu rzeczywistości Katedra Mikroelektroniki i Technik Informatycznych Politechnika Łódzka 2015 Wprowadzenie: Modelowanie i symulacja PROBLEM: Podstawowy problem z opisem otaczającej

Bardziej szczegółowo

Uniwersytet w Białymstoku Wydział Ekonomiczno-Informatyczny w Wilnie SYLLABUS na rok akademicki 2012/2013 http://www.wilno.uwb.edu.

Uniwersytet w Białymstoku Wydział Ekonomiczno-Informatyczny w Wilnie SYLLABUS na rok akademicki 2012/2013 http://www.wilno.uwb.edu. SYLLABUS na rok akademicki 01/013 Tryb studiów Studia stacjonarne Kierunek studiów Informatyka Poziom studiów Pierwszego stopnia Rok studiów/ semestr /3 Specjalność Bez specjalności Kod katedry/zakładu

Bardziej szczegółowo

Podstawy Sztucznej Inteligencji (PSZT)

Podstawy Sztucznej Inteligencji (PSZT) Podstawy Sztucznej Inteligencji (PSZT) Paweł Wawrzyński Uczenie maszynowe Sztuczne sieci neuronowe Plan na dziś Uczenie maszynowe Problem aproksymacji funkcji Sieci neuronowe PSZT, zima 2013, wykład 12

Bardziej szczegółowo

Szybkie prototypowanie w projektowaniu mechatronicznym

Szybkie prototypowanie w projektowaniu mechatronicznym Szybkie prototypowanie w projektowaniu mechatronicznym Systemy wbudowane (Embedded Systems) Systemy wbudowane (ang. Embedded Systems) są to dedykowane architektury komputerowe, które są integralną częścią

Bardziej szczegółowo

Obiekt. Obiekt sterowania obiekt, który realizuje proces (zaplanowany).

Obiekt. Obiekt sterowania obiekt, który realizuje proces (zaplanowany). SWB - Systemy wbudowane w układach sterowania - wykład 13 asz 1 Obiekt sterowania Wejście Obiekt Wyjście Obiekt sterowania obiekt, który realizuje proces (zaplanowany). Fizyczny obiekt (proces, urządzenie)

Bardziej szczegółowo

WYDZIAŁ ELEKTROTECHNIKI I AUTOMATYKI KATEDRA AUTOMATYKI. Robot do pokrycia powierzchni terenu

WYDZIAŁ ELEKTROTECHNIKI I AUTOMATYKI KATEDRA AUTOMATYKI. Robot do pokrycia powierzchni terenu WYDZIAŁ ELEKTROTECHNIKI I AUTOMATYKI KATEDRA AUTOMATYKI Robot do pokrycia powierzchni terenu Zadania robota Zadanie całkowitego pokrycia powierzchni na podstawie danych sensorycznych Zadanie unikania przeszkód

Bardziej szczegółowo

Algorytmy sztucznej inteligencji

Algorytmy sztucznej inteligencji www.math.uni.lodz.pl/ radmat Przeszukiwanie z ograniczeniami Zagadnienie przeszukiwania z ograniczeniami stanowi grupę problemów przeszukiwania w przestrzeni stanów, które składa się ze: 1 skończonego

Bardziej szczegółowo

Elementy kognitywistyki II: Sztuczna inteligencja. WYKŁAD II: Agent i jego środowisko

Elementy kognitywistyki II: Sztuczna inteligencja. WYKŁAD II: Agent i jego środowisko Elementy kognitywistyki II: Sztuczna inteligencja WYKŁAD II: Agent i jego środowisko Agent racjonalny Agent jednostka traktowana jakby postrzegała swoje środowisko dzięki pewnym czujnikom oraz działająca

Bardziej szczegółowo

Mechatronika i inteligentne systemy produkcyjne. Modelowanie systemów mechatronicznych Platformy przetwarzania danych

Mechatronika i inteligentne systemy produkcyjne. Modelowanie systemów mechatronicznych Platformy przetwarzania danych Mechatronika i inteligentne systemy produkcyjne Modelowanie systemów mechatronicznych Platformy przetwarzania danych 1 Sterowanie procesem oparte na jego modelu u 1 (t) System rzeczywisty x(t) y(t) Tworzenie

Bardziej szczegółowo

Modelowanie i Programowanie Obiektowe

Modelowanie i Programowanie Obiektowe Modelowanie i Programowanie Obiektowe Wykład I: Wstęp 20 październik 2012 Programowanie obiektowe Metodyka wytwarzania oprogramowania Metodyka Metodyka ustandaryzowane dla wybranego obszaru podejście do

Bardziej szczegółowo

Podejście obiektowe - podstawowe pojęcia

Podejście obiektowe - podstawowe pojęcia Podejście obiektowe - podstawowe pojęcia Bogdan Kreczmer ZPCiR IIAiR PWr pokój 307 budynek C3 bogdan.kreczmer@pwr.wroc.pl Copyright c 2003 2008 Bogdan Kreczmer Niniejszy dokument zawiera materiały do wykładu

Bardziej szczegółowo

Sztuczna inteligencja

Sztuczna inteligencja Wstęp do Robotyki c W. Szynkiewicz, 2009 1 Sztuczna inteligencja Inteligencja to zdolność uczenia się i rozwiązywania problemów Główne działy sztucznej inteligencji: 1. Wnioskowanie: Wykorzystanie logiki

Bardziej szczegółowo

Autonomia robotów. Cezary Zieliński Instytut Automatyki i Informatyki Stosowanej Wydział Elektroniki i Technik Informacyjnych Politechnika Warszawska

Autonomia robotów. Cezary Zieliński Instytut Automatyki i Informatyki Stosowanej Wydział Elektroniki i Technik Informacyjnych Politechnika Warszawska Autonomia robotów Cezary Zieliński Instytut Automatyki i Informatyki Stosowanej Wydział Elektroniki i Technik Informacyjnych Politechnika Warszawska Wszechnica PAN 13 kwietnia 2016 r. Anatomia robota Receptory

Bardziej szczegółowo

SZTUCZNA INTELIGENCJA

SZTUCZNA INTELIGENCJA Stefan Sokołowski SZTUCZNA INTELIGENCJA Inst Informatyki UG, Gdańsk, 2009/2010 Wykład1,17II2010,str1 SZTUCZNA INTELIGENCJA reguły gry Zasadnicze informacje: http://infugedupl/ stefan/dydaktyka/sztintel/

Bardziej szczegółowo

Wprowadzenie do teorii systemów ekspertowych

Wprowadzenie do teorii systemów ekspertowych Myślące komputery przyszłość czy utopia? Wprowadzenie do teorii systemów ekspertowych Roman Simiński siminski@us.edu.pl Wizja inteligentnych maszyn jest od wielu lat obecna w literaturze oraz filmach z

Bardziej szczegółowo

Heurystyki. Strategie poszukiwań

Heurystyki. Strategie poszukiwań Sztuczna inteligencja Heurystyki. Strategie poszukiwań Jacek Bartman Zakład Elektrotechniki i Informatyki Instytut Techniki Uniwersytet Rzeszowski DLACZEGO METODY PRZESZUKIWANIA? Sztuczna Inteligencja

Bardziej szczegółowo

Marcel Stankowski Wrocław, 23 czerwca 2009 INFORMATYKA SYSTEMÓW AUTONOMICZNYCH

Marcel Stankowski Wrocław, 23 czerwca 2009 INFORMATYKA SYSTEMÓW AUTONOMICZNYCH Marcel Stankowski Wrocław, 23 czerwca 2009 INFORMATYKA SYSTEMÓW AUTONOMICZNYCH Przeszukiwanie przestrzeni rozwiązań, szukanie na ślepo, wszerz, w głąb. Spis treści: 1. Wprowadzenie 3. str. 1.1 Krótki Wstęp

Bardziej szczegółowo

Najprostszy schemat blokowy

Najprostszy schemat blokowy Definicje Modelowanie i symulacja Modelowanie zastosowanie określonej metodologii do stworzenia i weryfikacji modelu dla danego układu rzeczywistego Symulacja zastosowanie symulatora, w którym zaimplementowano

Bardziej szczegółowo

Sztuczna inteligencja i uczenie maszynowe w robotyce i systemach autonomicznych: AI/ML w robotyce, robotyka w AI/ML

Sztuczna inteligencja i uczenie maszynowe w robotyce i systemach autonomicznych: AI/ML w robotyce, robotyka w AI/ML Sztuczna inteligencja i uczenie maszynowe w robotyce i systemach autonomicznych: AI/ML w robotyce, robotyka w AI/ML Piotr Skrzypczyński Instytut Automatyki, Robotyki i Inżynierii Informatycznej, Politechnika

Bardziej szczegółowo

SYLABUS/KARTA PRZEDMIOTU

SYLABUS/KARTA PRZEDMIOTU PAŃSTWOWA WYŻSZA SZKOŁA ZAWODOWA W GŁOGOWIE SYLABUS/KARTA PRZEDMIOTU. NAZWA PRZEDMIOTU Systemy czasu rzeczywistego w automatyce i robotyce. NAZWA JEDNOSTKI PROWADZĄCEJ PRZEDMIOT Instytut Politechniczny

Bardziej szczegółowo

Stefan Sokołowski SZTUCZNAINTELIGENCJA. Inst. Informatyki UG, Gdańsk, 2009/2010

Stefan Sokołowski SZTUCZNAINTELIGENCJA. Inst. Informatyki UG, Gdańsk, 2009/2010 Stefan Sokołowski SZTUCZNAINTELIGENCJA Inst. Informatyki UG, Gdańsk, 2009/2010 Wykład1,17II2010,str.1 SZTUCZNA INTELIGENCJA reguły gry Zasadnicze informacje: http://inf.ug.edu.pl/ stefan/dydaktyka/sztintel/

Bardziej szczegółowo

Adresowanie obiektów. Adresowanie bitów. Adresowanie bajtów i słów. Adresowanie bajtów i słów. Adresowanie timerów i liczników. Adresowanie timerów

Adresowanie obiektów. Adresowanie bitów. Adresowanie bajtów i słów. Adresowanie bajtów i słów. Adresowanie timerów i liczników. Adresowanie timerów Adresowanie obiektów Bit - stan pojedynczego sygnału - wejście lub wyjście dyskretne, bit pamięci Bajt - 8 bitów - wartość od -128 do +127 Słowo - 16 bitów - wartość od -32768 do 32767 -wejście lub wyjście

Bardziej szczegółowo

Systemy wbudowane. Paweł Pełczyński ppelczynski@swspiz.pl

Systemy wbudowane. Paweł Pełczyński ppelczynski@swspiz.pl Systemy wbudowane Paweł Pełczyński ppelczynski@swspiz.pl 1 Program przedmiotu Wprowadzenie definicja, zastosowania, projektowanie systemów wbudowanych Mikrokontrolery AVR Programowanie mikrokontrolerów

Bardziej szczegółowo

Elementy kognitywistyki III: Modele i architektury poznawcze

Elementy kognitywistyki III: Modele i architektury poznawcze Elementy kognitywistyki III: Modele i architektury poznawcze Wykład X/XI: Architektury poznawcze (symboliczne) III: GLAIR/SNePS GLAIR/SNePS - przegląd GLAIR/SNePS (Grounded Layered Architecture with Integrated

Bardziej szczegółowo

Definicje. Najprostszy schemat blokowy. Schemat dokładniejszy

Definicje. Najprostszy schemat blokowy. Schemat dokładniejszy Definicje owanie i symulacja owanie zastosowanie określonej metodologii do stworzenia i weryfikacji modelu dla danego rzeczywistego Symulacja zastosowanie symulatora, w którym zaimplementowano model, do

Bardziej szczegółowo

1.7. Eksploracja danych: pogłębianie, przeszukiwanie i wyławianie

1.7. Eksploracja danych: pogłębianie, przeszukiwanie i wyławianie Wykaz tabel Wykaz rysunków Przedmowa 1. Wprowadzenie 1.1. Wprowadzenie do eksploracji danych 1.2. Natura zbiorów danych 1.3. Rodzaje struktur: modele i wzorce 1.4. Zadania eksploracji danych 1.5. Komponenty

Bardziej szczegółowo

Projektowanie oprogramowania cd. Projektowanie oprogramowania cd. 1/34

Projektowanie oprogramowania cd. Projektowanie oprogramowania cd. 1/34 Projektowanie oprogramowania cd. Projektowanie oprogramowania cd. 1/34 Projektowanie oprogramowania cd. 2/34 Modelowanie CRC Modelowanie CRC (class-responsibility-collaborator) Metoda identyfikowania poszczególnych

Bardziej szczegółowo

Mechatronika i inteligentne systemy produkcyjne. Paweł Pełczyński ppelczynski@swspiz.pl

Mechatronika i inteligentne systemy produkcyjne. Paweł Pełczyński ppelczynski@swspiz.pl Mechatronika i inteligentne systemy produkcyjne Paweł Pełczyński ppelczynski@swspiz.pl 1 Program przedmiotu Wprowadzenie definicja, cel i zastosowania mechatroniki Urządzenie mechatroniczne - przykłady

Bardziej szczegółowo

Mechatronika i inteligentne systemy produkcyjne. Aktory

Mechatronika i inteligentne systemy produkcyjne. Aktory Mechatronika i inteligentne systemy produkcyjne Aktory 1 Definicja aktora Aktor (ang. actuator) -elektronicznie sterowany człon wykonawczy. Aktor jest łącznikiem między urządzeniem przetwarzającym informację

Bardziej szczegółowo

Podstawy techniki cyfrowej. Układy asynchroniczne Opracował: R.Walkowiak Styczeń 2014

Podstawy techniki cyfrowej. Układy asynchroniczne Opracował: R.Walkowiak Styczeń 2014 Podstawy techniki cyfrowej Układy asynchroniczne Opracował: R.Walkowiak Styczeń 2014 Charakterystyka układów asynchronicznych Brak wejścia: zegarowego, synchronizującego. Natychmiastowa (niesynchronizowana)

Bardziej szczegółowo

SZTUCZNA INTELIGENCJA

SZTUCZNA INTELIGENCJA SZTUCZNA INTELIGENCJA WYKŁAD 10. WNIOSKOWANIE W LOGICE ROZMYTEJ Częstochowa 2014 Dr hab. inż. Grzegorz Dudek Wydział Elektryczny Politechnika Częstochowska WNIOSKOWANIE W LOGICE DWUWARTOŚCIOWEJ W logice

Bardziej szczegółowo

Zastosowanie bisymulacji do. Non-Interference XVI FIT, Karpacz 2002

Zastosowanie bisymulacji do. Non-Interference XVI FIT, Karpacz 2002 Zastosowanie bisymulacji do weryfikowania własności Non-Interference XVI FIT, Karpacz 2002 Wojciech Tomanik, Wiktor Zychla Uniwersytet Wrocławski Instytut Informatyki 14 grudnia 2002 Zastosowanie bisymulacji

Bardziej szczegółowo

Wstęp do Sztucznej Inteligencji

Wstęp do Sztucznej Inteligencji Wstęp do Sztucznej Inteligencji Rozwiązywanie problemów-i Joanna Kołodziej Politechnika Krakowska Wydział Fizyki, Matematyki i Informatyki Rozwiązywanie problemów Podstawowe fazy: Sformułowanie celu -

Bardziej szczegółowo

Podstawy Automatyki. Wykład 6 - Miejsce i rola regulatora w układzie regulacji. dr inż. Jakub Możaryn. Warszawa, Instytut Automatyki i Robotyki

Podstawy Automatyki. Wykład 6 - Miejsce i rola regulatora w układzie regulacji. dr inż. Jakub Możaryn. Warszawa, Instytut Automatyki i Robotyki Wykład 6 - Miejsce i rola regulatora w układzie regulacji Instytut Automatyki i Robotyki Warszawa, 2015 Regulacja zadajnik regulator sygnał sterujący (sterowanie) zespół wykonawczy przetwornik pomiarowy

Bardziej szczegółowo

Układy sekwencyjne. Podstawowe informacje o układach cyfrowych i przerzutnikach (rodzaje, sposoby wyzwalania).

Układy sekwencyjne. Podstawowe informacje o układach cyfrowych i przerzutnikach (rodzaje, sposoby wyzwalania). Ćw. 10 Układy sekwencyjne 1. Cel ćwiczenia Celem ćwiczenia jest zapoznanie się z sekwencyjnymi, cyfrowymi blokami funkcjonalnymi. W ćwiczeniu w oparciu o poznane przerzutniki zbudowane zostaną układy rejestrów

Bardziej szczegółowo

Systemy wbudowane - wykład 9. Systemy czasu rzeczywistego Notes. Systemy czasu rzeczywistego Notes. Systemy czasu rzeczywistego Notes.

Systemy wbudowane - wykład 9. Systemy czasu rzeczywistego Notes. Systemy czasu rzeczywistego Notes. Systemy czasu rzeczywistego Notes. Systemy wbudowane - wykład 9 Przemek Błaśkiewicz 26 maja 2017 1 / 93 Systemy czasu rzeczywistego sterowanie silnikiem rakietowym; 2 / 93 Systemy czasu rzeczywistego sterowanie silnikiem rakietowym; system

Bardziej szczegółowo

TECHNOLOGIE OBIEKTOWE WYKŁAD 2. Anna Mroczek

TECHNOLOGIE OBIEKTOWE WYKŁAD 2. Anna Mroczek TECHNOLOGIE OBIEKTOWE WYKŁAD 2 Anna Mroczek 2 Diagram czynności Czym jest diagram czynności? 3 Diagram czynności (tak jak to definiuje język UML), stanowi graficzną reprezentację przepływu kontroli. 4

Bardziej szczegółowo

Mariusz Nowak Instytut Informatyki Politechnika Poznańska

Mariusz Nowak Instytut Informatyki Politechnika Poznańska Inteligentne budynki () Politechnika Poznańska Plan. BMS. Integracja systemów budynkowych 3. Poziomy integracji systemów budynkowych. Klasyfikacja IB 5. Kategorie instalacji w IB 6. Integracja instalacji

Bardziej szczegółowo

Podstawy elektroniki cyfrowej dla Inżynierii Nanostruktur. Piotr Fita

Podstawy elektroniki cyfrowej dla Inżynierii Nanostruktur. Piotr Fita Podstawy elektroniki cyfrowej dla Inżynierii Nanostruktur Piotr Fita Elektronika cyfrowa i analogowa Układy analogowe - przetwarzanie sygnałów, których wartości zmieniają się w sposób ciągły w pewnym zakresie

Bardziej szczegółowo

Metody symulacji komputerowych Modelowanie systemów technicznych

Metody symulacji komputerowych Modelowanie systemów technicznych Metody symulacji komputerowych Modelowanie systemów technicznych dr inż. Ryszard Myhan Katedra Inżynierii Procesów Rolniczych Program przedmiotu Lp. Temat Zakres 1. Wprowadzenie do teorii systemów Definicje

Bardziej szczegółowo

INFORMATYKA SYSTEMÓW AUTONOMICZNYCH

INFORMATYKA SYSTEMÓW AUTONOMICZNYCH Katarzyna Wojewoda 133413 Wrocław, 05. 06. 2007 INFORMATYKA SYSTEMÓW AUTONOMICZNYCH PRACA ZALICZENIOWA Reprezentacje wiedzy w systemach autonomicznych: Reprezentacja potencjałowa Prowadzący: Dr inŝ. Marek

Bardziej szczegółowo

Projekt i wykonanie robota klasy Micromouse

Projekt i wykonanie robota klasy Micromouse Projekt i wykonanie robota klasy Micromouse AUTOR: KAMIL BUGDOŁ PROMOTOR: DR HAB. INŻ. WOJCIECH SKARKA, PROF. NZW. W POL. ŚL. OPIEKUN: DR INŻ. WAWRZYNIEC PANFIL Wstęp Cel pracy Celem projektu jest zaprojektowanie

Bardziej szczegółowo

Optymalizacja. Wybrane algorytmy

Optymalizacja. Wybrane algorytmy dr hab. inż. Instytut Informatyki Politechnika Poznańska www.cs.put.poznan.pl/mkomosinski, Andrzej Jaszkiewicz Problem optymalizacji kombinatorycznej Problem optymalizacji kombinatorycznej jest problemem

Bardziej szczegółowo

Przykład eksploracji danych o naturze statystycznej Próba 1 wartości zmiennej losowej odległość

Przykład eksploracji danych o naturze statystycznej Próba 1 wartości zmiennej losowej odległość Dwie metody Klasyczna metoda histogramu jako narzędzie do postawienia hipotezy, jaki rozkład prawdopodobieństwa pasuje do danych Indukcja drzewa decyzyjnego jako metoda wykrycia klasyfikatora ukrytego

Bardziej szczegółowo

Technologie informacyjne - wykład 12 -

Technologie informacyjne - wykład 12 - Zakład Fizyki Budowli i Komputerowych Metod Projektowania Instytut Budownictwa Wydział Budownictwa Lądowego i Wodnego Politechnika Wrocławska Technologie informacyjne - wykład 12 - Prowadzący: Dmochowski

Bardziej szczegółowo

ZASTOSOWANIE ROBOTÓW MOBILNYCH W SYMULACYJNYM BADANIU CZASU EWAKUACJI

ZASTOSOWANIE ROBOTÓW MOBILNYCH W SYMULACYJNYM BADANIU CZASU EWAKUACJI Marcin Pluciński ZASTOSOWANIE ROBOTÓW MOBILNYCH W SYMULACYJNYM BADANIU CZASU EWAKUACJI Streszczenie Pomieszczenia, w których znajdują się duże grupy ludzi można traktować jako system złożony. Wiele z własności

Bardziej szczegółowo

Analiza i projektowanie oprogramowania. Analiza i projektowanie oprogramowania 1/32

Analiza i projektowanie oprogramowania. Analiza i projektowanie oprogramowania 1/32 Analiza i projektowanie oprogramowania Analiza i projektowanie oprogramowania 1/32 Analiza i projektowanie oprogramowania 2/32 Cel analizy Celem fazy określania wymagań jest udzielenie odpowiedzi na pytanie:

Bardziej szczegółowo

MATEMATYCZNE METODY WSPOMAGANIA PROCESÓW DECYZYJNYCH

MATEMATYCZNE METODY WSPOMAGANIA PROCESÓW DECYZYJNYCH MATEMATYCZNE METODY WSPOMAGANIA PROCESÓW DECYZYJNYCH 1. Przedmiot nie wymaga przedmiotów poprzedzających 2. Treść przedmiotu Proces i cykl decyzyjny. Rola modelowania matematycznego w procesach decyzyjnych.

Bardziej szczegółowo

Politechnika Warszawska Wydział Samochodów i Maszyn Roboczych Instytut Podstaw Budowy Maszyn Zakład Mechaniki

Politechnika Warszawska Wydział Samochodów i Maszyn Roboczych Instytut Podstaw Budowy Maszyn Zakład Mechaniki Politechnika Warszawska Wydział Samochodów i Maszyn Roboczych Instytut Podstaw Budowy Maszyn Zakład Mechaniki http://www.ipbm.simr.pw.edu.pl/ Teoria maszyn i podstawy automatyki semestr zimowy 2017/2018

Bardziej szczegółowo

Znajdowanie wyjścia z labiryntu

Znajdowanie wyjścia z labiryntu Znajdowanie wyjścia z labiryntu Zadanie to wraz z problemem pakowania najcenniejszego plecaka należy do problemów optymalizacji, które dotyczą znajdowania najlepszego rozwiązania wśród wielu możliwych

Bardziej szczegółowo

Wstęp do teorii sztucznej inteligencji Wykład III. Modele sieci neuronowych.

Wstęp do teorii sztucznej inteligencji Wykład III. Modele sieci neuronowych. Wstęp do teorii sztucznej inteligencji Wykład III Modele sieci neuronowych. 1 Perceptron model najprostzszy przypomnienie Schemat neuronu opracowany przez McCullocha i Pittsa w 1943 roku. Przykład funkcji

Bardziej szczegółowo

Wykład I. Wprowadzenie do baz danych

Wykład I. Wprowadzenie do baz danych Wykład I Wprowadzenie do baz danych Trochę historii Pierwsze znane użycie terminu baza danych miało miejsce w listopadzie w 1963 roku. W latach sześcdziesątych XX wieku został opracowany przez Charles

Bardziej szczegółowo

Temat: Projektowanie i badanie liczników synchronicznych i asynchronicznych. Wstęp:

Temat: Projektowanie i badanie liczników synchronicznych i asynchronicznych. Wstęp: Temat: Projektowanie i badanie liczników synchronicznych i asynchronicznych. Wstęp: Licznik elektroniczny - układ cyfrowy, którego zadaniem jest zliczanie wystąpień sygnału zegarowego. Licznik złożony

Bardziej szczegółowo

Diagnostyka procesów przemysłowych Kod przedmiotu

Diagnostyka procesów przemysłowych Kod przedmiotu Diagnostyka procesów przemysłowych - opis przedmiotu Informacje ogólne Nazwa przedmiotu Diagnostyka procesów przemysłowych Kod przedmiotu 06.0-WE-AiRP-DPP Wydział Kierunek Wydział Informatyki, Elektrotechniki

Bardziej szczegółowo

PRACA DYPLOMOWA MAGISTERSKA

PRACA DYPLOMOWA MAGISTERSKA Politechnika Poznańska Wydział Budowy Maszyn i Zarządzania PRACA DYPLOMOWA MAGISTERSKA Konstrukcja autonomicznego robota mobilnego Małgorzata Bartoszewicz Promotor: prof. dr hab. inż. A. Milecki Zakres

Bardziej szczegółowo

Sławomir Kulesza. Projektowanie automatów asynchronicznych

Sławomir Kulesza. Projektowanie automatów asynchronicznych Sławomir Kulesza Technika cyfrowa Projektowanie automatów asynchronicznych Wykład dla studentów III roku Informatyki Wersja 3.0, 03/01/2013 Automaty skończone Automat skończony (Finite State Machine FSM)

Bardziej szczegółowo

Modelowanie procesów współbieżnych

Modelowanie procesów współbieżnych Modelowanie procesów współbieżnych dr inż. Maciej Piotrowicz Katedra Mikroelektroniki i Technik Informatycznych PŁ piotrowi@dmcs.p.lodz.pl http://fiona.dmcs.pl/~piotrowi -> Modelowanie... Literatura M.

Bardziej szczegółowo

Algorytm indukcji klasyfikatora za pomocą EA z automatycznym przełączaniem ukierunkowań

Algorytm indukcji klasyfikatora za pomocą EA z automatycznym przełączaniem ukierunkowań Algorytm indukcji klasyfikatora za pomocą EA z automatycznym przełączaniem ukierunkowań Anna Manerowska, Michal Kozakiewicz 2.12.2009 1 Wstęp Jako projekt na przedmiot MEUM (Metody Ewolucyjne Uczenia Maszyn)

Bardziej szczegółowo

Systemy Informatyki Przemysłowej

Systemy Informatyki Przemysłowej Systemy Informatyki Przemysłowej Profil absolwenta Profil absolwenta Realizowany cel dydaktyczny związany jest z: tworzeniem, wdrażaniem oraz integracją systemów informatycznych algorytmami rozpoznawania

Bardziej szczegółowo

APIO. W4 ZDARZENIA BIZNESOWE. ZALEŻNOŚCI MIĘDZY FUNKCJAMI. ELEMENTY DEFINICJI PROCESU. DIAGRAM ZALEŻNOŚCI FUNKCJI.

APIO. W4 ZDARZENIA BIZNESOWE. ZALEŻNOŚCI MIĘDZY FUNKCJAMI. ELEMENTY DEFINICJI PROCESU. DIAGRAM ZALEŻNOŚCI FUNKCJI. APIO. W4 ZDARZENIA BIZNESOWE. ZALEŻNOŚCI MIĘDZY FUNKCJAMI. ELEMENTY DEFINICJI PROCESU. DIAGRAM ZALEŻNOŚCI FUNKCJI. dr inż. Grażyna Hołodnik-Janczura W8/K4 ZDARZENIA BIZNESOWE W otoczeniu badanego zakresu

Bardziej szczegółowo

MODELE I MODELOWANIE

MODELE I MODELOWANIE MODELE I MODELOWANIE Model układ materialny (np. makieta) lub układ abstrakcyjny (np..rysunki, opisy słowne, równania matematyczne). Model fizyczny (nominalny) opis procesów w obiekcie (fizycznych, również

Bardziej szczegółowo

Wykorzystanie wieloagentowych systemów w optymalizacji operacji łańcucha dostaw

Wykorzystanie wieloagentowych systemów w optymalizacji operacji łańcucha dostaw Wykorzystanie wieloagentowych systemów w optymalizacji operacji łańcucha dostaw Marcin Hermanowicz IT w Logistyce GigaCon, Warszawa 2017 Dlaczego systemy wieloagentowe? Systemy wieloagentowe znajdują zastosowanie

Bardziej szczegółowo

Wykład z Technologii Informacyjnych. Piotr Mika

Wykład z Technologii Informacyjnych. Piotr Mika Wykład z Technologii Informacyjnych Piotr Mika Uniwersalna forma graficznego zapisu algorytmów Schemat blokowy zbiór bloków, powiązanych ze sobą liniami zorientowanymi. Jest to rodzaj grafu, którego węzły

Bardziej szczegółowo

Grupy pytań na egzamin inżynierski na kierunku Informatyka

Grupy pytań na egzamin inżynierski na kierunku Informatyka Grupy pytań na egzamin inżynierski na kierunku Informatyka Dla studentów studiów dziennych Należy wybrać dwie grupy pytań. Na egzaminie zadane zostaną 3 pytania, każde z innego przedmiotu, pochodzącego

Bardziej szczegółowo

Metody przeszukiwania

Metody przeszukiwania Metody przeszukiwania Co to jest przeszukiwanie Przeszukiwanie polega na odnajdywaniu rozwiązania w dyskretnej przestrzeni rozwiązao. Zwykle przeszukiwanie polega na znalezieniu określonego rozwiązania

Bardziej szczegółowo

Temat: Zastosowanie wyrażeń regularnych do syntezy i analizy automatów skończonych

Temat: Zastosowanie wyrażeń regularnych do syntezy i analizy automatów skończonych Opracował: dr inż. Zbigniew Buchalski KATEDRA INFORMATYKI TECHNICZNEJ Ćwiczenia laboratoryjne z Logiki Układów Cyfrowych ćwiczenie Temat: Zastosowanie wyrażeń regularnych do syntezy i analizy automatów

Bardziej szczegółowo

Wykład 8. Testowanie w JEE 5.0 (1) Autor: Zofia Kruczkiewicz. Zofia Kruczkiewicz

Wykład 8. Testowanie w JEE 5.0 (1) Autor: Zofia Kruczkiewicz. Zofia Kruczkiewicz Wykład 8 Testowanie w JEE 5.0 (1) Autor: 1. Rola testowania w tworzeniu oprogramowania Kluczową rolę w powstawaniu oprogramowania stanowi proces usuwania błędów w kolejnych fazach rozwoju oprogramowania

Bardziej szczegółowo

Systemy Robotów Autonomicznych

Systemy Robotów Autonomicznych Systemy Robotów Autonomicznych Wykład nr 1 Zasady organizacji zajęć i uzyskiwania zaliczenia Kraków, 30.09.2017 dr inż. Andrzej Opaliński andrzej.opalinski @ agh.edu.pl Wszystkie informacje i aktualności

Bardziej szczegółowo

Sławomir Kulesza. Projektowanie automatów synchronicznych

Sławomir Kulesza. Projektowanie automatów synchronicznych Sławomir Kulesza Technika cyfrowa Projektowanie automatów synchronicznych Wykład dla studentów III roku Informatyki Wersja 2.0, 20/12/2012 Automaty skończone Automat Mealy'ego Funkcja wyjść: Yt = f(st,

Bardziej szczegółowo

AUTOMATYZACJA PROCESÓW CIĄGŁYCH I WSADOWYCH

AUTOMATYZACJA PROCESÓW CIĄGŁYCH I WSADOWYCH AUTOMATYZACJA PROCESÓW CIĄGŁYCH I WSADOWYCH kierunek Automatyka i Robotyka Studia II stopnia specjalności Automatyka Dr inż. Zbigniew Ogonowski Instytut Automatyki, Politechnika Śląska Plan wykładu pojęcia

Bardziej szczegółowo

Asynchroniczne statyczne układy sekwencyjne

Asynchroniczne statyczne układy sekwencyjne Asynchroniczne statyczne układy sekwencyjne Układem sekwencyjnym nazywany jest układ przełączający, posiadający przynajmniej jeden taki stan wejścia, któremu odpowiadają, zależnie od sygnałów wejściowych

Bardziej szczegółowo

Algorytm genetyczny (genetic algorithm)-

Algorytm genetyczny (genetic algorithm)- Optymalizacja W praktyce inżynierskiej często zachodzi potrzeba znalezienia parametrów, dla których system/urządzenie będzie działać w sposób optymalny. Klasyczne podejście do optymalizacji: sformułowanie

Bardziej szczegółowo

WPROWADZENIE DO SZTUCZNEJ INTELIGENCJI

WPROWADZENIE DO SZTUCZNEJ INTELIGENCJI POLITECHNIKA WARSZAWSKA WYDZIAŁ MECHANICZNY ENERGETYKI I LOTNICTWA MEL WPROWADZENIE DO SZTUCZNEJ INTELIGENCJI NS 586 Dr inż. Franciszek Dul Poziomy sztucznej inteligencji Sztuczna świadomość? Uczenie się

Bardziej szczegółowo

Podstawy diagnostyki środków transportu

Podstawy diagnostyki środków transportu Podstawy diagnostyki środków transportu Diagnostyka techniczna Termin "diagnostyka" pochodzi z języka greckiego, gdzie diagnosis rozróżnianie, osądzanie. Ukształtowana już w obrębie nauk eksploatacyjnych

Bardziej szczegółowo

Automatyka i Robotyka studia stacjonarne drugiego stopnia

Automatyka i Robotyka studia stacjonarne drugiego stopnia #384 #380 dr inż. Mirosław Gajer Projekt i implementacja narzędzia do profilowania kodu natywnego przy wykorzystaniu narzędzi Android NDK (Project and implementation of tools for profiling native code

Bardziej szczegółowo

Rozszerzony konspekt przedmiotu Inteligentne maszyny i systemy

Rozszerzony konspekt przedmiotu Inteligentne maszyny i systemy Projekt współfinansowany przez Unię Europejską w ramach Europejskiego Funduszu Społecznego Rozszerzony konspekt przedmiotu Inteligentne maszyny i systemy dr inż. Witold Czajewski dr inż. Marcin Iwanowski

Bardziej szczegółowo

Automatyka i robotyka ETP2005L. Laboratorium semestr zimowy

Automatyka i robotyka ETP2005L. Laboratorium semestr zimowy Automatyka i robotyka ETP2005L Laboratorium semestr zimowy 2017-2018 Liniowe człony automatyki x(t) wymuszenie CZŁON (element) OBIEKT AUTOMATYKI y(t) odpowiedź Modelowanie matematyczne obiektów automatyki

Bardziej szczegółowo

Klasyfikacja metod przetwarzania analogowo cyfrowego (A/C, A/D)

Klasyfikacja metod przetwarzania analogowo cyfrowego (A/C, A/D) Klasyfikacja metod przetwarzania analogowo cyfrowego (A/C, A/D) Metody pośrednie Metody bezpośrednie czasowa częstotliwościowa kompensacyjna bezpośredniego porównania prosta z podwójnym całkowaniem z potrójnym

Bardziej szczegółowo

Programowanie współbieżne Wykład 2. Iwona Kochańska

Programowanie współbieżne Wykład 2. Iwona Kochańska Programowanie współbieżne Wykład 2 Iwona Kochańska Miary skalowalności algorytmu równoległego Przyspieszenie Stały rozmiar danych N T(1) - czas obliczeń dla najlepszego algorytmu sekwencyjnego T(p) - czas

Bardziej szczegółowo

Sztuczna inteligencja stan wiedzy, perspektywy rozwoju i problemy etyczne. Piotr Bilski Instytut Radioelektroniki i Technik Multimedialnych

Sztuczna inteligencja stan wiedzy, perspektywy rozwoju i problemy etyczne. Piotr Bilski Instytut Radioelektroniki i Technik Multimedialnych Sztuczna inteligencja stan wiedzy, perspektywy rozwoju i problemy etyczne Piotr Bilski Instytut Radioelektroniki i Technik Multimedialnych Plan wystąpienia Co to jest sztuczna inteligencja? Pojęcie słabej

Bardziej szczegółowo

Podstawy Automatyki. wykład 1 (26.02.2010) mgr inż. Łukasz Dworzak. Politechnika Wrocławska. Instytut Technologii Maszyn i Automatyzacji (I-24)

Podstawy Automatyki. wykład 1 (26.02.2010) mgr inż. Łukasz Dworzak. Politechnika Wrocławska. Instytut Technologii Maszyn i Automatyzacji (I-24) Podstawy Automatyki wykład 1 (26.02.2010) mgr inż. Łukasz Dworzak Politechnika Wrocławska Instytut Technologii Maszyn i Automatyzacji (I-24) Laboratorium Podstaw Automatyzacji (L6) 105/2 B1 Sprawy organizacyjne

Bardziej szczegółowo

Modelowanie i obliczenia techniczne. dr inż. Paweł Pełczyński

Modelowanie i obliczenia techniczne. dr inż. Paweł Pełczyński Modelowanie i obliczenia techniczne dr inż. Paweł Pełczyński ppelczynski@swspiz.pl Literatura Z. Fortuna, B. Macukow, J. Wąsowski: Metody numeryczne, WNT Warszawa, 2005. J. Awrejcewicz: Matematyczne modelowanie

Bardziej szczegółowo

Jazda autonomiczna Delphi zgodna z zasadami sztucznej inteligencji

Jazda autonomiczna Delphi zgodna z zasadami sztucznej inteligencji Jazda autonomiczna Delphi zgodna z zasadami sztucznej inteligencji data aktualizacji: 2017.10.11 Delphi Kraków Rozwój jazdy autonomicznej zmienia krajobraz technologii transportu w sposób tak dynamiczny,

Bardziej szczegółowo

Zastosowania Robotów Mobilnych

Zastosowania Robotów Mobilnych Zastosowania Robotów Mobilnych Temat: Zapoznanie ze środowiskiem Microsoft Robotics Developer Studio na przykładzie prostych problemów nawigacji. 1) Wstęp: Microsoft Robotics Developer Studio jest popularnym

Bardziej szczegółowo

Algorytmy genetyczne

Algorytmy genetyczne 9 listopada 2010 y ewolucyjne - zbiór metod optymalizacji inspirowanych analogiami biologicznymi (ewolucja naturalna). Pojęcia odwzorowujące naturalne zjawiska: Osobnik Populacja Genotyp Fenotyp Gen Chromosom

Bardziej szczegółowo

Kognitywistyka: odkrywanie labiryntu umysłu z różnymi nićmi Ariadny w ręku

Kognitywistyka: odkrywanie labiryntu umysłu z różnymi nićmi Ariadny w ręku Kognitywistyka: odkrywanie labiryntu umysłu z różnymi nićmi Ariadny w ręku Piotr Konderak kondorp@bacon.umcs.lublin.pl Zakład Logiki i Filozofii Nauki WFiS UMCS Kognitywistyka: odkrywanie labiryntu umysłu

Bardziej szczegółowo

Podstawy Automatyki. Wykład 7 - obiekty regulacji. dr inż. Jakub Możaryn. Warszawa, Instytut Automatyki i Robotyki

Podstawy Automatyki. Wykład 7 - obiekty regulacji. dr inż. Jakub Możaryn. Warszawa, Instytut Automatyki i Robotyki Wykład 7 - obiekty regulacji Instytut Automatyki i Robotyki Warszawa, 2018 Obiekty regulacji Obiekt regulacji Obiektem regulacji nazywamy proces technologiczny podlegający oddziaływaniu zakłóceń, zachodzący

Bardziej szczegółowo

MODELOWANIE RZECZYWISTOŚCI

MODELOWANIE RZECZYWISTOŚCI MODELOWANIE RZECZYWISTOŚCI Daniel Wójcik Instytut Biologii Doświadczalnej PAN Szkoła Wyższa Psychologii Społecznej d.wojcik@nencki.gov.pl dwojcik@swps.edu.pl tel. 022 5892 424 http://www.neuroinf.pl/members/danek/swps/

Bardziej szczegółowo

SZTUCZNA INTELIGENCJA

SZTUCZNA INTELIGENCJA SZTUCZNA INTELIGENCJA WYKŁAD 4. UCZENIE SIĘ INDUKCYJNE Częstochowa 24 Dr hab. inż. Grzegorz Dudek Wydział Elektryczny Politechnika Częstochowska WSTĘP Wiedza pozyskana przez ucznia ma charakter odwzorowania

Bardziej szczegółowo

ECTS - program studiów kierunku Automatyka i robotyka, Studia I stopnia, rok akademicki 2015/2016

ECTS - program studiów kierunku Automatyka i robotyka, Studia I stopnia, rok akademicki 2015/2016 - program studiów kierunku Automatyka i robotyka, Studia I stopnia, rok akademicki 20/206 Automatyka i robotyka Profil ogólnoakademicki studia stacjonarne I stopnia w c l p w c l p w c l p w c l p w c

Bardziej szczegółowo

Wstęp do Techniki Cyfrowej... Synchroniczne układy sekwencyjne

Wstęp do Techniki Cyfrowej... Synchroniczne układy sekwencyjne Wstęp do Techniki Cyfrowej... Synchroniczne układy sekwencyjne Schemat ogólny X Y Układ kombinacyjny S Z Pamięć Zegar Działanie układu Zmiany wartości wektora S możliwe tylko w dyskretnych chwilach czasowych

Bardziej szczegółowo

Hybrydowe racjonalno reaktywne systemy sterowania

Hybrydowe racjonalno reaktywne systemy sterowania Wrocław, dn. 28.05.2007r Hybrydowe racjonalno reaktywne systemy sterowania Praca zaliczeniowa z kursu: INE3802 Informatyka systemów autonomicznych Autor: Agata Zaremba 132943 Prowadzący: Dr inż. Marek

Bardziej szczegółowo

Automatyczne tworzenie trójwymiarowego planu pomieszczenia z zastosowaniem metod stereowizyjnych

Automatyczne tworzenie trójwymiarowego planu pomieszczenia z zastosowaniem metod stereowizyjnych Automatyczne tworzenie trójwymiarowego planu pomieszczenia z zastosowaniem metod stereowizyjnych autor: Robert Drab opiekun naukowy: dr inż. Paweł Rotter 1. Wstęp Zagadnienie generowania trójwymiarowego

Bardziej szczegółowo

Metody optymalizacji dyskretnej

Metody optymalizacji dyskretnej Metody optymalizacji dyskretnej Spis treści Spis treści Metody optymalizacji dyskretnej...1 1 Wstęp...5 2 Metody optymalizacji dyskretnej...6 2.1 Metody dokładne...6 2.2 Metody przybliżone...6 2.2.1 Poszukiwanie

Bardziej szczegółowo

INFORMATYKA Pytania ogólne na egzamin dyplomowy

INFORMATYKA Pytania ogólne na egzamin dyplomowy INFORMATYKA Pytania ogólne na egzamin dyplomowy 1. Wyjaśnić pojęcia problem, algorytm. 2. Podać definicję złożoności czasowej. 3. Podać definicję złożoności pamięciowej. 4. Typy danych w języku C. 5. Instrukcja

Bardziej szczegółowo

SI w procesach przepływu i porządkowania informacji. Paweł Buchwald Wyższa Szkoła Biznesu

SI w procesach przepływu i porządkowania informacji. Paweł Buchwald Wyższa Szkoła Biznesu SI w procesach przepływu i porządkowania informacji Paweł Buchwald Wyższa Szkoła Biznesu Początki SI John MC Carthy prekursor SI Alan Thuring pomysłodawca testu na określenie inteligencji maszyn Powolny

Bardziej szczegółowo

Inspiracje kognitywne w procesie analizy pozycji szachowej

Inspiracje kognitywne w procesie analizy pozycji szachowej Inspiracje kognitywne w procesie analizy pozycji szachowej C. Dendek J. Mańdziuk Warsaw University of Technology, Faculty of Mathematics and Information Science Abstrakt Główny cel Poprawa efektywności

Bardziej szczegółowo