본 과정은 '인공지능 HRI'에서는 인공지능의 원리를 바탕으로 여러 가지 인공지능 구현기법들을 이해하여 휴먼-로봇 상호작용이 일어나는 상황에 적용해 보고, 프로그래밍 실습을 통해 인공지능의 성능과 응용에 대한 이해도를 높이고자 합니다. 기본적인 로봇공학(운동학)을 바탕으로 휴먼-로봇 상호작용의 상황에 대해 정의하고, 다양한 로봇의 움직임을 만들어 내는 방법을 학습합니다. ANN, CNN 등의 인공지능 학습방법을 이해하고, 인공지능 최신 트렌드인 Tensorflow 및 Python을 통해 구현해봅니다. 인공지능 방법을 로봇 모션 제어에 적용하여 다양한 HRI 상황에 적용하고 실습하여 그 효과를 직접 체험할 수 있습니다. 인공지능 HRI, 강좌운영계획표 목차 세부 목차 1 휴먼로봇상호작용(HRI, Human Robot Interaction) 1. HRI 개념 정의 및 로봇 개론 2. 협동로봇 개론, HRI분류, ISO TS 15066 3. 협동로봇의 동작 2 인공지능 및 인공신경망 기초 1. 딥러닝의 역사 및 발전 2. 단순 인공신경망 모델 3. EXCEL을 이용한 인공신경망 구현 3 딥러닝 기초이론 및 수학적 표현 1. 딥러닝의 회귀 및 분류 문제 2. 딥러닝 모델의 학습 및 최적화 3. 딥러닝 모델의 오차 역전파법 4 Python을 이용한 딥러닝 프로그래밍 1. python 프로그래밍 환경설정 2. 간단 신경망 프로그래밍 3. TF를 이용한 신경망 프로그래밍 5 딥러닝 주요 모델 및 이론 1. 딥러닝 주요 모델 및 이론 2. LSTM을 이용한 환율예측 3. 강화학습을 이용한 Mountain-Car 제어 6 로봇공학 기초 1. 로봇의 좌표 2. 좌표의 변환 3. Denavit-Hartenberg의 표현 7 로봇기구학 1. 직렬다관절 로봇의 순기구학 2. 직렬다관절 로봇의 역기구학1 3. 직렬다관절 로봇의 역기구학2 8 중간고사 9 로봇제어 1. 로봇 경로 계획 2. 기초제어 이론 및 피드백제어 3. 로봇 제어 10 CNN(합성신경망) 실습 1. MNIST Dat...