Robot Control
Modultyp: Wahlpflicht
Dozent: Prof. Dr.-Ing. Vladislav Nenchev
Studienrichtung: Bachelor Technische Informatik und Kommunikationstechnik (TIKT), Wehrtechnik
Leistungspunkte: 3
Der Kurs behandelt Regelungssysteme in der Robotik mit Schwerpunkt auf Modellierung, optimaler Regelung, modellprädiktiver Regelung (MPC) und lernbasierter Regelung. Nach einer kurzen Einführung in Zustandsraumdarstellungen und grundlegende Systemeigenschaften werden Konzepte der optimalen Regelung wie lineare quadratische Regelung (LQR) und dynamische Programmierung behandelt. Anschließend werden die Grundlagen der MPC mit Randbedingungen, deren Eigenschaften und der Umgang mit Unsicherheiten erläutert. Danach wird das physikalische Modelllernen mit neuronalen Netzen vorgestellt und dessen Anwendung in Regelungssystemen demonstriert. Abschließend erfolgt eine Einführung in Reinforcement Learning, einschließlich Markov-Entscheidungsprozessen sowie modellbasierten und modellfreien Ansätzen. Die Konzepte werden in praktischen Anwendungen angewendet.