Programmation dynamique et contr?le optimal
La programmation dynamique et le contr?le optimal sont proposés au sein du DMAVT et attirent plus de 300 étudiants par an issus d'un large éventail de disciplines. Il fait partie intégrante du programme de Master Robotique, Système et Contr?le (RSC) et presque tous les étudiants de ce Master suivent cette classe. Le cours se concentre sur la planification optimale des trajectoires et la résolution des problèmes de contr?le optimal pour les systèmes dynamiques. C'est un cours innovant et très efficace qui combine la théorie des probabilités, le calcul et l'algèbre linéaire pour résoudre des problèmes du monde réel. L'enseignement est durable, étant donné que les connaissances acquises sont hautement transférables et générales. Les étudiants sont encouragés à réfléchir et à utiliser leurs connaissances acquises des algorithmes dans des exercices de programmation pratiques et très applicables.
Mots clés
Description du cours
Project description
Le cours de programmation dynamique et de contr?le optimal se concentre sur la planification optimale des chemins et la résolution des problèmes de contr?le optimal pour les systèmes dynamiques. Elle se distingue pour plusieurs raisons :
Elle est multidisciplinaire, comme en témoigne la diversité des étudiants qui la fréquentent. Elle est très populaire et attire un grand nombre d'étudiants - plus de 300 - issus de domaines aussi divers que la finance, la biologie et l'ingénierie. Les étudiants l'apprécient et la trouvent très pertinente.
Il est à la fois innovant, très efficace et unique. Elle combine la théorie des probabilités, le calcul et l'algèbre linéaire pour résoudre des problèmes du monde réel. Cela représente également un défi pour l'enseignement, car de nombreux concepts mathématiques différents sont utilisés. Les étudiants appliquent immédiatement tous les algorithmes étudiés dans des exercices de programmation prédéfinis. Ceux-ci développent des compétences du monde réel et sont per?us comme étant à la fois amusants et didactiques. L'enseignement utilise des exemples de la manière dont les algorithmes sont utilisés, basés sur l'expérience personnelle du professeur D'Andrea - en utilisant Amazon Robotics (anciennement KIVA Systems) comme un exemple significatif.
L'enseignement est durable, étant donné que les connaissances acquises sont hautement transférables et générales. Le cours se concentre sur des concepts fondamentaux qui peuvent être appliqués à la planification de parcours, à la planification de trajectoires, à l'apprentissage par renforcement, etc. pour des systèmes temporels continus et discrets.
Les notes de cours fournies sont rigoureuses et claires et sont appréciées par les étudiants. Certains des concepts abordés sont difficiles/impossibles à trouver dans la littérature, par exemple la démonstration rigoureuse mais accessible de l'algorithme de programmation dynamique. Le feedback des étudiants est extrêmement positif à cet égard.
De nombreux étudiants de RSC utilisent le matériel de cette classe pour leurs projets semestriels et leurs thèses de master. Ils ne pourraient pas réaliser leurs projets et leurs thèses sans le matériel de cette classe.
L'AT responsable de cette classe est un étudiant PhD expérimenté. Il est soutenu par de solides étudiants en master qui se sont très bien comportés dans cette classe par le passé. Ils mettent l'accent sur la réponse rapide aux questions des étudiants, la disponibilité pour aider les étudiants, la mise à jour des notes de cours, etc.
Les commentaires des étudiants indiquent que l'examen est amusant, avec des questions intéressantes qui font réfléchir les étudiants plut?t que de mémoriser des formules et de brancher des chiffres. Tous les examens passés sont également téléchargés et mis à la disposition des étudiants pour leur préparation. De plus, les séries de problèmes contiennent à la fois des questions théoriques et des questions de programmation pour s'assurer que les étudiants s'entra?nent sur les deux fronts.