Praktikum Autonome Systeme

Veranstalter

Prof. Dr. Claudia Linnhoff-Popien

Für alle Fragen bzgl. Verlauf und Anmeldung melden Sie sich bitte bei Thomy Phan oder Andreas Sedlmeier

Hörerkreis

Studierende der Informatik und Medieninformatik im Hauptstudium,
Bachelorstudiengänge Informatik und Medieninformatik,
Masterstudiengänge Informatik und Medieninformatik

Umfang

6 SWS (siehe Einschränkungen DHP), 6 ECTS

Termin(e)

  • Theorie: Mi 14-16 Uhr c.t.,
    Leopoldstraße 13, Haus 1, Raum 1407.
  • Praxistermin: Do 14 - 18 Uhr oder Fr 14 - 18 Uhr,
    Oettingenstr. 67, Raum G U109
  • Die Praxisveranstaltungen starten in der zweiten Vorlesungswoche
  • Abschlussveranstaltung:
    Mo 17.02. 13-16 Uhr in Oettingenstr. 67 Raum 115

Betreuer

Thomy Phan
Andreas Sedlmeier
Fabian Ritz

Prüfung

Prof. Dr. Claudia Linnhoff-Popien

Aktuelles

  • 07.01.20: Raum und Termin für die Abschlussprüfung steht fest.
  • 14.11.19: Die Slides zu History & Applications I sind online.
  • 06.11.19: Die Slides zu Function Approximation sind online.
  • 30.10.19: Die Slides zu Reinforcement Learning sind online.
  • 24.10.19: Die Slides zu Automated Planning sind online.
  • 22.10.19: Die Zuteilungen der Nachrückerplätze sind erfolgt. ASP ist voll gebucht.
  • 17.10.19: Die Slides der ersten Veranstaltung sind online.
  • 14.10.19: Der Raum für die Theorieveranstaltungen hat sich geändert. Die Zeit bleibt gleich.
  • 14.10.19: Es gibt noch freie Plätze! Bei Interesse bitte mit Campus-Email-Adresse, Studiengang, aktuelles Semester und Bewerbungstext bei Thomy Phan melden. Die Entscheidung wird am 22.10. bekannt gegeben.
  • 08.10.19: Vorläufiger Zeitplan für die Theorieveranstaltungen steht fest.
  • 08.10.19: Raum und Zeit für die Praxisveranstaltungen stehen fest.
  • 07.10.19: Raum und Zeit für die Theorieveranstaltungen stehen fest.
  • 07.10.19: Die Zuteilungen sind erfolgt. ASP ist derzeit voll gebucht.
  • 04.09.19: Die Seite zu dieser Veranstaltung ist ab sofort online.

Inhalt des Praktikums

Moderne Systeme - z.B. Roboter - agieren autonom: Sie treffen selbstständig Entscheidungen und passen Ihr Verhalten flexibel den aktuellen Umständen und Anforderungen an.
In diesem Praktikum beschäftigen wir uns mit der Umsetzung autonomer Systeme. Wir implementieren Algorithmen zur adaptiven Planung, Optimierung und Koordination sowie Methoden zur Evaluation und Analyse autonomer Systeme.
Eine Auswahl der behandelten Themen lautet:

  • Decision Making in Autonomous Systems
  • Planning and Reinforcement Learning
  • Partially Observable Domains
  • Multi-Agent Systems
  • Uncertainty in Autonomous Systems

Benötigte Vorkenntnisse
Programmierung mit Python; Kenntnisse in künstlicher Intelligenz, Monte Carlo Methoden, Machine Learning vorteilhaft.
Bei der Auswahl der Teilnehmer werden entsprechende Vorkenntnisse berücksichtigt.

Ablauf

Das Praktikum gliedert sich in zwei Phasen: In der Einführungsphase werden in einer wöchentlichen Vorbesprechung die theoretischen Grundlagen vermittelt. Zusätzlich gibt es praktische Übungen, die zu den Praxisterminen im Praktikumsraum des Lehrstuhls stattfinden. In der Projektphase arbeiten die Studenten dann in Gruppen selbstständig an eigenen Projekten. In dieser Zeit finden regelmäßig die Praxistermine statt. Zusätzlich gibt es für jede Projektgruppe einzelne Termine zum jeweiligen Stand der Projektarbeit. Diese finden während der Vorlesungszeiten statt.

Anmeldung

Die Bewerbung um einen Platz im Praktikum findet dieses Jahr für alle Praktika zentral via uni2work statt: https://uni2work.ifi.lmu.de/course/W19/IfI/ASP

Die Teilnahme am Praktikum ist nach dem 21.10.2019 23:59 verbindlich. Danach wird das Praktikum bei Abbruch mit einer 5,0 bewertet und es gibt einen Malus bei Bewerbung auf zukünftige Praktika.

Material / Literatur

Vorlesung Übung
16.10.19 Einführung, Autonomous Systems  -
23.10.19 Automated Planning Basics (24.10./25.10.)
30.10.19 Reinforcement Learning Übung entfällt wegen Feiertag
06.11.19 Function Approximation Monte Carlo Planning (07.11./08.11.)
13.11.19 History & Applications I Tabular Reinforcement Learning (14.11./15.11.)
20.11.19 entfällt entfällt
27.11.19 Applications II Value-based Deep Reinforcement Learning (28.11./29.11.)
04.12.19 Kickoff Praxisphase Policy-based Deep Reinforcement Learning (05.12./06.12.)
11.12.19 Präsentation Arbeitsstand  (wöchentliche Einzeltermine je Gruppe) Teamarbeit
(im Praktikumsraum)
18.12.19 Präsentation Arbeitsstand  (wöchentliche Einzeltermine je Gruppe) Teamarbeit
(im Praktikumsraum)
25.12.19 vorlesungsfreie Zeit -
01.01.20 vorlesungsfreie Zeit -
08.01.20 Präsentation Arbeitsstand  (wöchentliche Einzeltermine je Gruppe) Teamarbeit
(im Praktikumsraum)
15.01.20 Präsentation Arbeitsstand  (wöchentliche Einzeltermine je Gruppe) Teamarbeit
(im Praktikumsraum)
22.01.20 Projektabgabe
Deadline 23.59 Uhr
-