Lecture

受講対象者

東京大学の学部生・大学院生

前提条件

〇必要要件
・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、本講義の受講の前にThe Missing Semester of Your CS Educationなどを通じた学習を強く推奨します。
・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。

〇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・機械設計
・プロトタイピング 　例）ラピッドプロトタイピング
・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　例）企業でのインターンシップ経験

受講の仕組み

講義について
〇講義の目的
・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。
今学期は、世界的なロボット競技会（Robocup）への参加も推奨しています．

〇理解すべき事項
・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）

修了要件
本講座を修了するためには、以下の条件が必要です。
1. 一定回数以上出席
2. レポートを提出し一定の点数を得る

留意事項

申込アドレス宛に第一回講義の教室など詳細を共有。
@weblab.t.u-tokyo.ac.jpからのメールが迷惑メールへ振り分けられないよう設定をお願いします。
履修者は、申し込みフォーム内容を基に選考を行い対象者を発表する予定です。