理工学部Faculty of Science and Engineering
ELC300XD（電気電子工学 / Electrical and electronic engineering 300）知的制御Intelligent control
伊藤 一之Kazuyuki ITO
授業コードなどClass code etc
| 学部・研究科Faculty/Graduate school | 理工学部Faculty of Science and Engineering |
| 添付ファイル名Attached documents | |
| 年度Year | 2022 |
| 授業コードClass code | H5530 |
| 旧授業コードPrevious Class code | |
| 旧科目名Previous Class title | |
| 開講時期Term | 秋学期授業/Fall |
| 曜日・時限Day/Period | 火4/Tue.4 |
| 科目種別Class Type | |
| キャンパスCampus | 小金井 |
| 教室名称Classroom name | 各学部・研究科等の時間割等で確認 |
| 配当年次Grade | |
| 単位数Credit(s) | |
| 備考（履修条件等）Notes | |
| 他学部公開科目Open Program | |
| 他学部公開（履修条件等）Open Program (Notes) | |
| グローバル・オープン科目Global Open Program | |
| 成績優秀者の他学部科目履修制度対象Interdepartmental class taking system for Academic Achievers | |
| 成績優秀者の他学部科目履修（履修条件等）Interdepartmental class taking system for Academic Achievers (Notes) | |
| 実務経験のある教員による授業科目Class taught by instructors with practical experience | ○ |
| SDGsCPSDGs CP | |
| アーバンデザインCPUrban Design CP | |
| ダイバーシティCPDiversity CP | |
| 未来教室CPLearning for the Future CP | |
| カーボンニュートラルCPCarbon Neutral CP | |
| 千代田コンソ単位互換提供（他大学向け）Chiyoda Campus Consortium | |
| カテゴリー＜理工学部＞Category |
電気電子工学科 学科専門科目 |
すべて開くShow all
すべて閉じるHide All
Outline (in English)
The goals of this course are to
(1)Obtain basic knowledge about intelligent robot.
(2)Understand learning process in Reinforcement Learning
(3)Write a program of Reinforcement Learning using Visual Basic.
Grading Criteria
Term-end examination : 50%, Report(homework) 30%, In class contributions 20%
授業で使用する言語Default language used in class
日本語 / Japanese
授業の概要と目的（何を学ぶか）Outline and objectives
強化学習のアルゴリズムを理解し，仮想空間で自律的に振舞うロボットの制御を行う
到達目標Goal
強化学習のアルゴリズムを理解し，ロボットの制御に適用できるようになる
この授業を履修することで学部等のディプロマポリシーに示されたどの能力を習得することができるか（該当授業科目と学位授与方針に明示された学習成果との関連）Which item of the diploma policy will be obtained by taking this class?
ディプロマポリシーのうち、「DP1」と「DP2」と「DP4」に関連
授業で使用する言語Default language used in class
日本語 / Japanese
授業の進め方と方法Method(s)（学期の途中で変更になる場合には、別途提示します。 /If the Method(s) is changed, we will announce the details of any changes. ）
前半は講義を中心として強化学習のアルゴリズムを理解し，後半はEXCELのVBAを用いて実際に強化学習を実装する
課題等の提出・フィードバックは「学習支援システム」を通じて行う
アクティブラーニング（グループディスカッション、ディベート等）の実施Active learning in class (Group discussion, Debate.etc.)
あり / Yes
フィールドワーク（学外での実習等）の実施Fieldwork in class
なし / No
授業計画Schedule
授業形態/methods of teaching：対面/face to face
※各回の授業形態は予定です。教員の指示に従ってください。
1[対面/face to face]：「知的制御」
強化学習，サブサンプションアーキテクチャなど，さまざまな知的制御について概要を解説する
2[対面/face to face]：「強化学習1」
強化学習のアルゴリズムを学ぶ
3[対面/face to face]：「強化学習2」
強化学習のアルゴリズムを手計算で実行し，理解する．
4[対面/face to face]：「EXCEL Visual Basic1」
基本演算，分岐，繰り返し計算
EXCEL Visual Basicの使い方を学ぶ
5[対面/face to face]：「EXCEL Visual Basic2」
ファイル処理，グラフ処理
EXCEL Visual Basicの使い方を学ぶ
6[対面/face to face]：「強化学習の実装」
環境設定，初期設定
学習環境をコード化する
7[対面/face to face]：「強化学習の実装」
最大値の取得
最大値を取得するためのコードを実装する
8[対面/face to face]：「強化学習の実装」
状態認識
状態を認識するためのコードを実装する
9[対面/face to face]：「強化学習の実装」
行動選択
最適行動を選択するためのコードを実装する
10[対面/face to face]：「強化学習の実装」
ε-greedy法
Q値の更新を行う学習則のコードを実装する
11[対面/face to face]：「強化学習の実装」
Q値の更新
ε-greedy法のコードを実装する
12[対面/face to face]：「強化学習の実装」
全てのコードを結合して強化学習のコードを完成させる
13[対面/face to face]：「総合演習」
ε-greedy法
ε-greedy法の設定を変更して学習を行い，設定値の違いが学習結果に与える影響を考察する
14[対面/face to face]：「総合演習」
学習率
学習率の値を変更して学習を行い，学習率の値の違いが学習結果に与える影響を考察する
授業時間外の学習（準備学習・復習・宿題等）Work to be done outside of class (preparation, etc.)
【本授業の準備・復習等の授業時間外学習は、4時間を標準とする】前回の講義内容を復習し，理解しておくこと
テキスト（教科書）Textbooks
伊藤一之著，ロボットインテリジェンス，オーム社，2007
参考書References
授業中に紹介する
成績評価の方法と基準Grading criteria
平常点（２０％），レポート（３０％），期末試験（５０％）により総合的に評価する
学生の意見等からの気づきChanges following student comments
プログラム全体の構成を説明する必要から，スライドの文字が小さくなる場合がある．見難い場合には，前方の席に座る，オペラグラスを用意するなど，各自適切に対処をされたい．
学生が準備すべき機器他Equipment student needs to prepare
ノートPCを持参すること
(貸与PCが望ましいが，EXCELがインストールされていれば，それ以外のPCでも可）
その他の重要事項Others
企業での開発経験ならびに，国際レスキューシステム研究機構との共同研究経験を活かし，実際の課題解決への取り組みや，その際の問題点などについても講義する．