Competições de Swarm Robotics
Áreas Científicas |
Classificação |
Área Científica |
CNAEF |
Engenharia e técnicas afins |
Ocorrência: 2023/2024 - 2S (edição n.º 1)
Ciclos de Estudo/Cursos
Língua de trabalho
Português
Objetivos
- dotar os estudantes de competências básicas na conceção, desenvolvimento e implementação de algoritmos simples de cooperação e consensos de múltiplos agentes com foco especial em competições de swarm robotics. Os algoritmos de inteligência e controlo swarm têm aplicações em diversas áreas científicas, incluindo, ambiental, bioengenharia, civil, ciências dos dados, ciências de computação e da informação, eletrotécnica, física, mecânica, nanotecnologia e química; o que torna este tópico transversal.
- preparar os estudantes para a competição de swarm robotics, promovendo o desenvolvimento de competências complementares (soft skills), designadamente: trabalho em equipa, cooperação, comunicação interpares, gestão de tempo, gestão de recursos, gestão de stress.
Resultados de aprendizagem e competências
- Explicação do funcionamento básico de simples algoritmos de consensos e inteligência swarm entre agentes;
- Desenvolvimento de pequenos módulos de programas em Python na plataforma notebook para a competição que consiste na utilização de robots móveis para procurar e colecionar o maior número de recursos num determinado período de tempo fixo.
- Desenvolvimento de soft skills nas áreas de trabalho em equipa, cooperação, comunicação interpares, gestão de tempo, gestão de recursos, gestão de stress
Modo de trabalho
Presencial
Programa
- Introdução aos algoritmos de cooperação e consensos de múltiplos agentes.
- Introdução às arquiteturas distribuídas de sistemas de swarm robotics para tarefas de controlo de formação e cobertura.
- Introdução ao python em notebook.
- Desenvolvimento, implementação e simulação de programas de swarm robotics tendo por objetivo atingir a máxima pontuação na competição.
Bibliografia Obrigatória
Mehran Mesbahi;
Graph theoretic methods in multiagent networks. ISBN: 978-0-691-14061-2
Hamann, H;
Swarm robotics: A formal approach , Springer, 2018
Métodos de ensino e atividades de aprendizagem
A metodologia de ensino-aprendizagem tem por base a não-exigência de algum pré-conhecimento ou competência anterior por parte dos estudantes em linguagens de programação, algoritmos e hardware associado aos sistemas de robótica móvel, sendo por isso adequado a qualquer estudante de licenciatura ou de mestrado.
De acordo com o programa, as aulas compreendem tipologias teóricas e laboratoriais. A parte teórica consiste em palestras para exposição dos assuntos a tratar, acompanhadas de exemplos e demonstrações. A parte laboratorial é focadas nos trabalhos de aplicação, nomeadamente no desenvolvimento de programas de swarm robotics, simulação e teste na competição. Nesta fase, os estudantes terão a possibilidade de aplicar e testar os conhecimentos adquiridos.
Tipo de avaliação
Avaliação distribuída sem exame final
Componentes de Avaliação
Designação |
Peso (%) |
Trabalho escrito |
15,00 |
Trabalho laboratorial |
85,00 |
Total: |
100,00 |
Componentes de Ocupação
Designação |
Tempo (Horas) |
Estudo autónomo |
28,50 |
Frequência das aulas |
12,00 |
Total: |
40,50 |
Obtenção de frequência
participação ativa nas atividades
Fórmula de cálculo da classificação final
- Serão consideradas duas componentes:
- ETI - Exercícios propostos como Trabalho Individual
- TL – Trabalho Laboratorial
- Fórmula de cálculo da classificação final = 15% ETI + 85% TL