El curso trata del análisis y diseño de algoritmos para solucionar algunos de los problemas fundamentales de la robótica: la planificación de trayectorias, la reconstrucción de mapas, la localización de robots móviles, la evitación de obstáculos. 

Se estudian soluciones deterministas y soluciones probabilísticas. Los métodos necesarios se toman de diferentes fuentes: geometría computacional, búsqueda y ordenación, estimación basada en reglas, métodos de optimización, redes neuronales, etc. 

Los robots como agentes autónomos: bucle detección-planificación-actuación:

• Detección: estimación de estado, soluciones probabilísticas (filtros de Kalman, filtros de partículas, etc.).

• Planificación: espacio de configuración, métodos de descomposición en celdas, campos potenciales, planificadores basados en muestreo, etc. 

• Actuación: teoría de la decisión, procesos de decisión de Markov, razonamiento impreciso.

Resultados de aprendizaje:

• Conocer y aplicar tecnologías computacionales clásicas en problemas fundamentales relativos a la percepción, planificación y control en sistemas robóticos.

• Comprender los fundamentos del razonamiento bajo incertidumbre y ser capaz de aplicarlos en todas las fases (precepción, planificación, control) para adaptarse a un entorno cambiante, dinámico y parcialmente conocido.

• Utilizar librerías de algoritmos para implementar soluciones a estos problemas.