講義概要
- 講義項目/Outline
人工知能応用プロジェクト
- 概要/Abstract
近年の人工知能技術(機械学習・深層学習)をロボット制御・ロボットシステムと組み合わせて.実世界で柔軟に動くロボット創るためのプロジェクトを立案・実行する.
- 対象/Target
学部生・大学院生
- 詳細/Detail
本講義は,工学部「創造的ものづくりプロジェクト」.工学系研究科「創造性工学プロジェクト」のプロジェクト型演習講義の1つとして実施されるものです.人工知能技術を応用したロボット開発を行うチーム開発活動への参加に対して単位が認定される講義になっています.
担当講師
![]()
松尾 豊 |
![]() 岩澤 有祐 |
![]() 松嶋 達也 |
講義の目的
- 本プロジェクトでは,従来の作り込みによるロボット制御では実現が難しいと考えられる,家庭内での生活支援タスクなどの多様な環境やタスクを含む問題設定に取り組む.学生が実世界における知能実現のための機械学習とロボットシステムの両方の技術を習得することを目的とする.
- とくに,物体検出や画像認識,ローカライゼーションといった複数のセンサに対する情報処理・機械学習の手法だけではなく,それらの手法を元にして複雑なロボットを実際にロバストに動かすための技術(ROSをベースとしたロボットシステムの構築やモーションプランニングなど)を同時に習得する.
- また,本プロジェクトでは,論文投稿や技術競技会への参加を推奨しており,明確なゴールの定まった目標に向けたチームでの開発を行うことで,複雑なシステムを設計・実装する上での,プロジェクトマネジメント手法やチーム開発手法を体験する.
講義の詳細
講義の詳細は下記の募集ページを参照してください.
応募フォーム
参加を希望の方は以下のフォームを記入・送信してください.
講義の目的
- 本プロジェクトでは,従来の作り込みによるロボット制御では実現が難しいと考えられる,家庭内での生活支援タスクなどの多様な環境やタスクを含む問題設定に取り組む.学生が実世界における知能実現のための機械学習とロボットシステムの両方の技術を習得することを目的とする.
- とくに,物体検出や画像認識,ローカライゼーションといった複数のセンサに対する情報処理・機械学習の手法だけではなく,それらの手法を元にして複雑なロボットを実際にロバストに動かすための技術(ROSをベースとしたロボットシステムの構築やモーションプランニングなど)を同時に習得する.
- また,本プロジェクトでは,論文投稿や技術競技会への参加を推奨しており,明確なゴールの定まった目標に向けたチームでの開発を行うことで,複雑なシステムを設計・実装する上での,プロジェクトマネジメント手法やチーム開発手法を体験する.
講義の詳細
講義の詳細は下記の募集ページを参照してください.
応募フォーム
参加を希望の方は以下のフォームを記入・送信してください.
講義の目的
- 本プロジェクトでは,従来の作り込みによるロボット制御では実現が難しいと考えられる,家庭内での生活支援タスクなどの多様な環境やタスクを含む問題設定に取り組む.学生が実世界における知能実現のための機械学習とロボットシステムの両方の技術を習得することを目的とする.
- とくに,物体検出や画像認識,ローカライゼーションといった複数のセンサに対する情報処理・機械学習の手法だけではなく,それらの手法を元にして複雑なロボットを実際にロバストに動かすための技術(ROSをベースとしたロボットシステムの構築やモーションプランニングなど)を同時に習得する.
- また,本プロジェクトでは,論文投稿や技術競技会への参加を推奨しており,明確なゴールの定まった目標に向けたチームでの開発を行うことで,複雑なシステムを設計・実装する上での,プロジェクトマネジメント手法やチーム開発手法を体験する.
講義の詳細
講義の詳細は下記の募集ページを参照してください.
応募フォーム
参加を希望の方は以下のフォームを記入・送信してください.
講義の目的
- 本プロジェクトでは,従来の作り込みによるロボット制御では実現が難しいと考えられる,家庭内での生活支援タスクなどの多様な環境やタスクを含む問題設定に取り組む.学生が実世界における知能実現のための機械学習とロボットシステムの両方の技術を習得することを目的とする.
- とくに,物体検出や画像認識,ローカライゼーションといった複数のセンサに対する情報処理・機械学習の手法だけではなく,それらの手法を元にして複雑なロボットを実際にロバストに動かすための技術(ROSをベースとしたロボットシステムの構築やモーションプランニングなど)を同時に習得する.
- また,本プロジェクトでは,論文投稿や技術競技会への参加を推奨しており,明確なゴールの定まった目標に向けたチームでの開発を行うことで,複雑なシステムを設計・実装する上での,プロジェクトマネジメント手法やチーム開発手法を体験する.
講義の詳細
講義の詳細は下記の募集ページを参照してください.
応募フォーム
参加を希望の方は以下のフォームを記入・送信してください.
講義の目的
- 本プロジェクトでは,従来の作り込みによるロボット制御では実現が難しいと考えられる,家庭内での生活支援タスクなどの多様な環境やタスクを含む問題設定に取り組む.学生が実世界における知能実現のための機械学習とロボットシステムの両方の技術を習得することを目的とする.
- とくに,物体検出や画像認識,ローカライゼーションといった複数のセンサに対する情報処理・機械学習の手法だけではなく,それらの手法を元にして複雑なロボットを実際にロバストに動かすための技術(ROSをベースとしたロボットシステムの構築やモーションプランニングなど)を同時に習得する.
- また,本プロジェクトでは,論文投稿や技術競技会への参加を推奨しており,明確なゴールの定まった目標に向けたチームでの開発を行うことで,複雑なシステムを設計・実装する上での,プロジェクトマネジメント手法やチーム開発手法を体験する.
講義の詳細
講義の詳細は下記の募集ページを参照してください.
応募フォーム
参加を希望の方は以下のフォームを記入・送信してください.
講義の目的
- 本プロジェクトでは,従来の作り込みによるロボット制御では実現が難しいと考えられる,多様な環境やタスクを含む問題設定,具体的には,家庭内での生活支援タスクに取り組むことで,学生が実世界における知能実現のための機械学習とロボットシステムの両方の技術を習得することを目的とする.
- とくに,物体検出や画像認識,ローカライゼーションといった複数のセンサに対する情報処理・機械学習の手法だけではなく,それらの手法を元にして複雑なロボットを実際にロバストに動かすための技術(ROSをベースとしたロボットシステムの構築やモーションプランニングなど)を同時に習得する.
- また,技術競技会(WRS2020パートナーロボットチャレンジ)という明確なゴールの定まった目標に向けたチームでの開発を行うことで,複雑なシステムを設計・実装する上での,プロジェクトマネジメント手法やチーム開発手法を体験する.
参考:2020年度の活動
- 2020年度は有志で開発を行い,国内大会である「ロボカップジャパンオープン@Home2020ドメスティックスタンダードプラットフォーム部門」に参加し,総合準優勝・テクニカルチャレンジ優勝の実績を残しました.
受講の要件
必要要件
- ロボットシステムや制御・機械学習などに関する強い興味・関心
- 開発に利用できるノートPCを持参すること
- 少なくともSSHで通信して開発マシンに接続できる必要があります
- CSに関する最低限の知識や経験(シェルやgitなど)
- 自信のない方は,本講義の受講前にMITのThe Missing Semester of Your CS Educationなどを通じて学習することを強く推奨します.
- PythonもしくはC++による開発経験
- 本講義は,チーム開発に対して単位が認定されるプロジェクト演習型講義です.週に数時間以上.プロジェクトに取り組む時間を確保してください.
歓迎するスキルや経験
以下のいずれかのスキルや経験をもつ方の参加を歓迎しています(必ずしも現時点で全ての経験がなくても構いません).
- ロボットシステムに関する知識や経験 例)ROS
- ロボット制御に関する知識や実装経験 例)自律移動,(v)SLAM
- 深層学習技術に関する知識や実装経験 例)PyTorchやTensorflowを用いた深層学習モデルの実装
- 画像処理に関する知識や経験 例)物体認識・点群処理
- ロボット学習に関する知識や経験 例)模倣学習・強化学習
- エッジコンピューティング関する知識や経験 例)Jetson
- 3Dモデリングに関する経験 例)Fusion360
- 物理シミュレータに関する経験 例)Gazebo,PyBullet,MuJoCo
- コンテナ化・仮想化に関する知識や経験 例)Docker
- チーム開発の経験 例)企業でのインターンシップ経験
講義スケジュール
各自で開発に取り組む時間を用意するほか,毎週実施するチームミーティングに参加してください.
・4月中のチームミーティングは毎週土曜日16:00-18:00を予定しています.
・以降のチームミーティングの日時は参加者の都合に合わせて調整します.
理解すべき事項
- 画像処理(image processing)
- 深層学習(deep learning)
- ロボット学習(robot learning)
- ロボットシステム(robot system)
- プロジェクトマネジメント(project management)
留意事項
- 受講に関して
今期は運営リソースの都合上,最大でも10名程度の受講者を想定しています.
・受講希望者数が想定を大きく上回る場合,エッセイや面談により受講者選抜を行う可能性があります.
・1年間を通してプロジェクトに参加できる方,プロジェクトに必要なスキルに関してある程度の経験がある方を優先します.
- ガイダンス/Guidance
・4/5(月)に実施される全プロジェクト合同の説明会に参加してください.
・録画:2021/4/5全体ガイダンス(動画) ECCSアカウントが必要です
・個別のプロジェクトの説明会を4/10(土)14:00-14:30で実施します.zoomのURLはUTASで確認してください.
- 履修登録に関して
学年により登録する講義が異なります(S1S2タームは奇数番の講義です).
・学部3年生:「創造的ものづくりプロジェクトI」(FEN-CO4904P2)
・学部4年生:「創造的ものづくりプロジェクトⅢ」(FEN-CO4906P2)
・大学院生:「創造性工学プロジェクトI」(3799-024)
- 連絡先/Contact
creative_eng@weblab.t.u-tokyo.ac.jp
応募フォーム
参加を希望の方は以下のフォームを記入・送信してください.
- + 2024 (S1/S2)
-
講義の目的
- 本プロジェクトでは,従来の作り込みによるロボット制御では実現が難しいと考えられる,家庭内での生活支援タスクなどの多様な環境やタスクを含む問題設定に取り組む.学生が実世界における知能実現のための機械学習とロボットシステムの両方の技術を習得することを目的とする.
- とくに,物体検出や画像認識,ローカライゼーションといった複数のセンサに対する情報処理・機械学習の手法だけではなく,それらの手法を元にして複雑なロボットを実際にロバストに動かすための技術(ROSをベースとしたロボットシステムの構築やモーションプランニングなど)を同時に習得する.
- また,本プロジェクトでは,論文投稿や技術競技会への参加を推奨しており,明確なゴールの定まった目標に向けたチームでの開発を行うことで,複雑なシステムを設計・実装する上での,プロジェクトマネジメント手法やチーム開発手法を体験する.
講義の詳細
講義の詳細は下記の募集ページを参照してください.
応募フォーム
参加を希望の方は以下のフォームを記入・送信してください.
- + 2023 (A1/A2)
-
講義の目的
- 本プロジェクトでは,従来の作り込みによるロボット制御では実現が難しいと考えられる,家庭内での生活支援タスクなどの多様な環境やタスクを含む問題設定に取り組む.学生が実世界における知能実現のための機械学習とロボットシステムの両方の技術を習得することを目的とする.
- とくに,物体検出や画像認識,ローカライゼーションといった複数のセンサに対する情報処理・機械学習の手法だけではなく,それらの手法を元にして複雑なロボットを実際にロバストに動かすための技術(ROSをベースとしたロボットシステムの構築やモーションプランニングなど)を同時に習得する.
- また,本プロジェクトでは,論文投稿や技術競技会への参加を推奨しており,明確なゴールの定まった目標に向けたチームでの開発を行うことで,複雑なシステムを設計・実装する上での,プロジェクトマネジメント手法やチーム開発手法を体験する.
講義の詳細
講義の詳細は下記の募集ページを参照してください.
応募フォーム
参加を希望の方は以下のフォームを記入・送信してください.
- + 2022 (A1/A2)
-
講義の目的
- 本プロジェクトでは,従来の作り込みによるロボット制御では実現が難しいと考えられる,家庭内での生活支援タスクなどの多様な環境やタスクを含む問題設定に取り組む.学生が実世界における知能実現のための機械学習とロボットシステムの両方の技術を習得することを目的とする.
- とくに,物体検出や画像認識,ローカライゼーションといった複数のセンサに対する情報処理・機械学習の手法だけではなく,それらの手法を元にして複雑なロボットを実際にロバストに動かすための技術(ROSをベースとしたロボットシステムの構築やモーションプランニングなど)を同時に習得する.
- また,本プロジェクトでは,論文投稿や技術競技会への参加を推奨しており,明確なゴールの定まった目標に向けたチームでの開発を行うことで,複雑なシステムを設計・実装する上での,プロジェクトマネジメント手法やチーム開発手法を体験する.
講義の詳細
講義の詳細は下記の募集ページを参照してください.
応募フォーム
参加を希望の方は以下のフォームを記入・送信してください.
- + 2022 (S1/S2)
-
講義の目的
- 本プロジェクトでは,従来の作り込みによるロボット制御では実現が難しいと考えられる,家庭内での生活支援タスクなどの多様な環境やタスクを含む問題設定に取り組む.学生が実世界における知能実現のための機械学習とロボットシステムの両方の技術を習得することを目的とする.
- とくに,物体検出や画像認識,ローカライゼーションといった複数のセンサに対する情報処理・機械学習の手法だけではなく,それらの手法を元にして複雑なロボットを実際にロバストに動かすための技術(ROSをベースとしたロボットシステムの構築やモーションプランニングなど)を同時に習得する.
- また,本プロジェクトでは,論文投稿や技術競技会への参加を推奨しており,明確なゴールの定まった目標に向けたチームでの開発を行うことで,複雑なシステムを設計・実装する上での,プロジェクトマネジメント手法やチーム開発手法を体験する.
講義の詳細
講義の詳細は下記の募集ページを参照してください.
応募フォーム
参加を希望の方は以下のフォームを記入・送信してください.
- + 2021 (A1/A2)
-
講義の目的
- 本プロジェクトでは,従来の作り込みによるロボット制御では実現が難しいと考えられる,家庭内での生活支援タスクなどの多様な環境やタスクを含む問題設定に取り組む.学生が実世界における知能実現のための機械学習とロボットシステムの両方の技術を習得することを目的とする.
- とくに,物体検出や画像認識,ローカライゼーションといった複数のセンサに対する情報処理・機械学習の手法だけではなく,それらの手法を元にして複雑なロボットを実際にロバストに動かすための技術(ROSをベースとしたロボットシステムの構築やモーションプランニングなど)を同時に習得する.
- また,本プロジェクトでは,論文投稿や技術競技会への参加を推奨しており,明確なゴールの定まった目標に向けたチームでの開発を行うことで,複雑なシステムを設計・実装する上での,プロジェクトマネジメント手法やチーム開発手法を体験する.
講義の詳細
講義の詳細は下記の募集ページを参照してください.
応募フォーム
参加を希望の方は以下のフォームを記入・送信してください.
- + 2021 (S1/S2)
-
講義の目的
- 本プロジェクトでは,従来の作り込みによるロボット制御では実現が難しいと考えられる,多様な環境やタスクを含む問題設定,具体的には,家庭内での生活支援タスクに取り組むことで,学生が実世界における知能実現のための機械学習とロボットシステムの両方の技術を習得することを目的とする.
- とくに,物体検出や画像認識,ローカライゼーションといった複数のセンサに対する情報処理・機械学習の手法だけではなく,それらの手法を元にして複雑なロボットを実際にロバストに動かすための技術(ROSをベースとしたロボットシステムの構築やモーションプランニングなど)を同時に習得する.
- また,技術競技会(WRS2020パートナーロボットチャレンジ)という明確なゴールの定まった目標に向けたチームでの開発を行うことで,複雑なシステムを設計・実装する上での,プロジェクトマネジメント手法やチーム開発手法を体験する.
参考:2020年度の活動
- 2020年度は有志で開発を行い,国内大会である「ロボカップジャパンオープン@Home2020ドメスティックスタンダードプラットフォーム部門」に参加し,総合準優勝・テクニカルチャレンジ優勝の実績を残しました.
受講の要件
必要要件
- ロボットシステムや制御・機械学習などに関する強い興味・関心
- 開発に利用できるノートPCを持参すること
- 少なくともSSHで通信して開発マシンに接続できる必要があります
- CSに関する最低限の知識や経験(シェルやgitなど)
- 自信のない方は,本講義の受講前にMITのThe Missing Semester of Your CS Educationなどを通じて学習することを強く推奨します.
- PythonもしくはC++による開発経験
- 本講義は,チーム開発に対して単位が認定されるプロジェクト演習型講義です.週に数時間以上.プロジェクトに取り組む時間を確保してください.
歓迎するスキルや経験
以下のいずれかのスキルや経験をもつ方の参加を歓迎しています(必ずしも現時点で全ての経験がなくても構いません).
- ロボットシステムに関する知識や経験 例)ROS
- ロボット制御に関する知識や実装経験 例)自律移動,(v)SLAM
- 深層学習技術に関する知識や実装経験 例)PyTorchやTensorflowを用いた深層学習モデルの実装
- 画像処理に関する知識や経験 例)物体認識・点群処理
- ロボット学習に関する知識や経験 例)模倣学習・強化学習
- エッジコンピューティング関する知識や経験 例)Jetson
- 3Dモデリングに関する経験 例)Fusion360
- 物理シミュレータに関する経験 例)Gazebo,PyBullet,MuJoCo
- コンテナ化・仮想化に関する知識や経験 例)Docker
- チーム開発の経験 例)企業でのインターンシップ経験
講義スケジュール
各自で開発に取り組む時間を用意するほか,毎週実施するチームミーティングに参加してください.
・4月中のチームミーティングは毎週土曜日16:00-18:00を予定しています.
・以降のチームミーティングの日時は参加者の都合に合わせて調整します.
理解すべき事項
- 画像処理(image processing)
- 深層学習(deep learning)
- ロボット学習(robot learning)
- ロボットシステム(robot system)
- プロジェクトマネジメント(project management)
留意事項
- 受講に関して
今期は運営リソースの都合上,最大でも10名程度の受講者を想定しています.
・受講希望者数が想定を大きく上回る場合,エッセイや面談により受講者選抜を行う可能性があります.
・1年間を通してプロジェクトに参加できる方,プロジェクトに必要なスキルに関してある程度の経験がある方を優先します.
- ガイダンス/Guidance
・4/5(月)に実施される全プロジェクト合同の説明会に参加してください.
・録画:2021/4/5全体ガイダンス(動画) ECCSアカウントが必要です
・個別のプロジェクトの説明会を4/10(土)14:00-14:30で実施します.zoomのURLはUTASで確認してください.
- 履修登録に関して
学年により登録する講義が異なります(S1S2タームは奇数番の講義です).
・学部3年生:「創造的ものづくりプロジェクトI」(FEN-CO4904P2)
・学部4年生:「創造的ものづくりプロジェクトⅢ」(FEN-CO4906P2)
・大学院生:「創造性工学プロジェクトI」(3799-024)
- 連絡先/Contact
creative_eng@weblab.t.u-tokyo.ac.jp
応募フォーム
参加を希望の方は以下のフォームを記入・送信してください.