Blockkurs nach Ende des Semester. Räume und Zeiten nach Absprache.

Schwerpunkt: AI
https://lvb.informatik.uni-bremen.de/ibap/03-ibap-ml.pdf
Die Übungen starten in der 2. Semesterwoche.

https://lvb.informatik.uni-bremen.de/ibap/03-ibap-mrca.pdf
Robotics is a complex field that emerged at the intersection of multiple disciplines such as physics, mathematics and computer science. New advances in hardware and software design and progress in artificial intelligence enable robotics research to pursue higher goals and achieve increased autonomy in various environments. For instance, robots can operate in disaster zones for search and rescue operations, can be employed in rehabilitation and healthcare, space and underwater exploration, etc. Given the complexity of such scenarios, it is essential to develop robust robotic systems with a high degree of autonomy, able to assist humans in difficult and tedious tasks.

This course aims to provide the fundamentals of modern robot control approaches that enable robotic agents to operate in the environment autonomously. The course introduces a basic understanding of autonomous robots, along with tools and methods to control various types of mobile robotic platforms and manipulators. Firstly, the course presents the types of sensors and actuators employed in autonomous robotic platforms. Secondly, it offers a formal understanding of the robot geometry, its kinematic and dynamic models. Finally, the course provides methods and approaches to control the robotic system from a deliberative and reactive point of view. Students will put this knowledge into practice during tutorials and exercise sheets using Python implementation and robot simulations.

Contents

• Introduction to Robotics and AI: long term robot autonomy, artificial intelligence, deliberative vs. reactive control, robotic applications.
• Sensing and Actuation Modalities: types of sensors and actuators, sensor fusion, actuator control.
• Robot Geometry and Transformations: robot transformations in the 3D space, exponential and logarithmic maps, forward and inverse geometric models.
• Kinematics: definition of twists and wrenches for rigid bodies, geometric Jacobian formulation, forward and inverse kinematics.
• Dynamics: an introduction to Lagrangian and Newtonian mechanics, robot dynamics formulation, recursive Newton-Euler algorithm.
• Localization: direct and probabilistic methods for robot localization, odometry, global localization, particle filter.
• Path Planning: path vs. trajectory generation, graph-based methods for path planning (e.g. Djikstra, A\*).
• Kinodynamic Planning: transcribing a dynamic planning problem into trajectory optimization, direct and indirect methods, costs and constraints.
• Reinforcement Learning-based Control: mathematical foundations, discrete vs continuous methods, reinforcement learning for closed-loop robot control.
• Dynamic Control: PD gravity compensation control, computed torque control, admittance vs impedance control.
• Optimal Control: energy-shaping control, LQR and time-varying LQR control.

Learning Outcomes

At the end of the course, the student is expected to be able to:

• Define robot autonomy and list its key aspects.
• Describe the sensor and actuator modalities used in robotics, and explain their relevance for robot control.
• Implement and understand the low-level actuator control methods.
• Compute the 3D world coordinate transformations for rigid bodies.
• Apply the robot forward and inverse geometric model.
• Describe a robotic system based on its kinematic and dynamic properties.
• Use probabilistic methods for robot localization.
• Generate an optimal path for a mobile robot or manipulator using graph search methods.
• Plan a path taking into account the robot kinodynamic properties.
• Use reinforcement learning methods to control simple robotic systems.
• Apply dynamical and optimal control methods on robotic systems such that they are robust against disturbances.
• Assess the strengths and limitations of different control methods presented in the course.
• Identify open challenges in robotics research and current trends in state-of-the-art.
• Communicate confidently using the terminology in the field of robotics.
• Cooperate and work in teams in order to solve tasks.

Examination

During the semester, students are required to complete 6 worksheets in groups of 4.
To pass the course, students must achieve a minimum of 50% on both the worksheets and the written exam.
The final grade is 40% based on worksheets and 60% on the written exam.

References

• Mechanics of Robotic Manipulation, Mathew T. Masen, MIT press, 2001.
• Algebra and Geometry, Alan F. Beardon, Cambridge University Press, 2005.
• Modelling and Control of Robot Manipulators, Lorenzo Sciavicco, Bruno Siciliano, Springer, 2000.
• Probabilistic Robotics (Intelligent Robotics and Autonomous Agents), Sebastian Thrun, Wolfram Burgard, and Dieter Fox, MIT Press, 2005.
• Introduction to Autonomous Mobile Robots, Siegwart R., Nourbakhsh I., Scaramuzza D., MIT press, 2011.
• Automated Planning: Theory and Practice, Malik Ghallab, Dana Nau, Paolo Traverso, Elsevier, 2004.
• Behaviour-based robotics, R. C. Arkin, MIT press, 1998.
• Modern Robotics: Mechanics, Planning, and Control, Kevin M. Lynch and Frank C. Park, Cambridge University Press, 2017.

Eine Doppelanerkennung von 'Data Science' und 'Data Science and Visualization' ist nicht möglich.
https://lvb.informatik.uni-bremen.de/ibv/03-ibva-dsv.pdf

The class will provide an introduction to data science and information visualization. For this, the programming language Python will be used (and taught). For creating data visualizations, you will be able to choose among a series of tools (e.g., Plotly, Observable, etc.)

We will explore different concepts from the fields of human-computer interaction, data visualization, and computer-supported collaborative work. You will learn about:
      • Basic statistics
      • Visualization techniques
      • Interaction design
Exploratory data analysis and evaluation, as an integral part of data science, will also be taught. The course will involve applying the learned techniques to real-world datasets to develop a custom project.

This class is taught in person and in English. Use material like the coursebook to learn more about the topics as we progress in the course.

Profil: DMI
Schwerpunkt: IMA-DMI, IMA-VMC
https://lvb.informatik.uni-bremen.de/imaa/03-imaa-cthci.pdf

Profil: DMI
Schwerpunkt: IMK-DMI, IMA-VMC
https://lvb.informatik.uni-bremen.de/imaa/03-imaa-ec.pdf

Profil: DMI
Schwerpunkt: IMA-DMI, IMVA-DMI
https://lvb.informatik.uni-bremen.de/imva/03-imva-mad.pdf
Die Veranstaltung richtet sich an Studenten der Informatik und Digitalen Medien. In Gruppenarbeit sollen die Studierenden semesterbegleitend ein App-Projekt umsetzen. In der Vorlesung werden alle relevanten Informationen der modernen Softwareentwicklung, mit Fokus auf die mobile App-Entwickung, vermittelt. Dazu gehören Themen wie mobiles Testing, Scrum, UX Design, Evaluation & Nutzertests, Design Patterns und Cross-Plattform-Entwicklung. Das Ziel dabei ist die Vermittlung von praxisrelevantem Wissen aus dem Alltag eines erfolgreichen Unternehmens.

Profil: SQ.
Schwerpunkt: IMVP-DMI, IMVP-SQ
https://lvb.informatik.uni-bremen.de/imap/03-imap-dis.pdf
Die Veranstaltung ist inhaltlich identisch mit "Entwurf von Informationssystemen" (keine Doppelanerkennung möglich).

https://lvb.informatik.uni-bremen.de/ims/03-ims-ais.pdf
Profil: KIKR

Profil: KIKR, DMI.
https://lvb.informatik.uni-bremen.de/ims/03-ims-apmsk.pdf
Die Veranstaltung findet in Englischer Sprache statt.

Schwerpunkt: IMVA-AI, IMVA-DMI
https://lvb.informatik.uni-bremen.de/imva/03-imva-acss.pdf
The aim of this course is to create an understanding of the major aspects of sports applications. The course is split into two parts: the first half has a classic lecture/tutorial style, whereas the second half will focus on the creation of individual sports applications.

The lectures will explain the necessary fundamentals, such as sensor technology, user feedback, and the conduction of empirical studies, along with a number of inspiring examples.

In the project part, own prototypes for sports applications are developed in small groups. The exact application as well as the technical implementation approach can be chosen freely. The final graded outcome of the course will be a small sports application about which a presentation has to be held and a documentation in a scientific paper style has to be written.

The course will be held in English.

Schwerpunkt: AI, DMI

Profil: DMI.
Schwerpunkt: IMVA-DMI, IMVA-VMC
https://lvb.informatik.uni-bremen.de/imva/03-imva-ei.pdf

Schwerpunkt: IMVP-AI, IMVP-DMI
https://lvb.informatik.uni-bremen.de/imvp/03-imvp-ecl.pdf

Kommentar: https://www.uni-bremen.de/fileadmin/user_upload/fachbereiche/fb9/zemki/docs/comments/comments_SoSe2024/Ford_B2_1.pdf

In Zeiten aufwendiger TV-Serien lassen sich diverse Darstellungen von Familie und Familienwerte finden. Dabei lassen sich Serien mit religiöser Narration finden, wie beispielsweise Shtisel über eine ultraorthodoxe Familie in Jerusalem, Greenleaf über eine evangelikale Familie in den USA, oder auch 4 Blocks, die das Leben eines arabischer Familien-Clans in Berlin erzählt. Aber auch in den klassischen Fantasy-Serien wie Game of Thrones, Witcher oder Supernatural werden Familienkonstruktionen und damit verbundene Rollenvorstellungen präsentiert und stereotypisiert. Diese unterschiedlichen Familienkonstruktionen werden nicht nur durch Vorstellungen von Gender maßgeblich geprägt, sondern auch race, class, oder Sexualität kommen dabei zu tragen. Daher ist ein intersektionaler Blick auf diese vielfältigen Rollenvorstellungen und ihre Verflechtungen in TV-Serien im Kontext von Familienbildern und -werten notwendig. Welche Rollenbilder und welche Werte werden in den unterschiedlichen TV-Serien präsentiert und diskutiert? Lassen sich wirklich Veränderungen in Hinblick auf heteronormative Darstellungen in neuen Produktionen erkennen – oder handelt es sich auch bei Serien wie Bridgerton um Die Waltons 2.0?

Im Seminar werden wir uns zunächst einen Überblick über verschiedene theoretische Konzepte zu den Themenfeldern Familie, Rollenvorstellungen, Intersektionalität und digitale Medien erarbeiten. Die verschiedenen Konzepte werden dann anhand von konkreten Medien-Material auf ihre Tragfähigkeit respektive Anwendung diskutiert.

Darüber hinaus sollen die Studierenden im Sinne des forschenden Lernens sich selbst einen Schwerpunkt in diesem Bereich suchen, d.h. eine eigene Fragestellung entwickeln und eine eigene kleine Forschung exemplarisch an einer frei zu wählenden Serie durchführen. Am Ende werden im Rahmen eines selbstorganisierten Symposiums diese Ergebnisse präsentiert und diskutiert. Das Seminarsymposium wird zusammen mit anderen Seminaren am 09. und 10.10.2024 durchgeführt, die Teilnahme daran ist verpflichtend.