<html xmlns:v="urn:schemas-microsoft-com:vml" xmlns:o="urn:schemas-microsoft-com:office:office" xmlns:w="urn:schemas-microsoft-com:office:word" xmlns:x="urn:schemas-microsoft-com:office:excel" xmlns:m="http://schemas.microsoft.com/office/2004/12/omml" xmlns="http://www.w3.org/TR/REC-html40"><head><meta http-equiv=Content-Type content="text/html; charset=utf-8"><meta name=Generator content="Microsoft Word 15 (filtered medium)"><style><!--
/* Font Definitions */
@font-face
{font-family:"Cambria Math";
panose-1:2 4 5 3 5 4 6 3 2 4;}
@font-face
{font-family:Calibri;
panose-1:2 15 5 2 2 2 4 3 2 4;}
@font-face
{font-family:TimesNewRomanPS-BoldMT;
panose-1:0 0 0 0 0 0 0 0 0 0;}
/* Style Definitions */
p.MsoNormal, li.MsoNormal, div.MsoNormal
{margin:0cm;
margin-bottom:.0001pt;
font-size:12.0pt;
font-family:"Times New Roman",serif;
mso-fareast-language:SL;}
a:link, span.MsoHyperlink
{mso-style-priority:99;
color:#0563C1;
text-decoration:underline;}
a:visited, span.MsoHyperlinkFollowed
{mso-style-priority:99;
color:#954F72;
text-decoration:underline;}
span.EmailStyle17
{mso-style-type:personal-compose;
font-family:"Calibri",sans-serif;
color:windowtext;}
.MsoChpDefault
{mso-style-type:export-only;
font-family:"Calibri",sans-serif;
mso-fareast-language:EN-US;}
@page WordSection1
{size:612.0pt 792.0pt;
margin:70.85pt 70.85pt 70.85pt 70.85pt;}
div.WordSection1
{page:WordSection1;}
--></style><!--[if gte mso 9]><xml>
<o:shapedefaults v:ext="edit" spidmax="1026" />
</xml><![endif]--><!--[if gte mso 9]><xml>
<o:shapelayout v:ext="edit">
<o:idmap v:ext="edit" data="1" />
</o:shapelayout></xml><![endif]--></head><body link="#0563C1" vlink="#954F72"><div class=WordSection1><p class=MsoNormal style='text-align:justify'><span lang=SL>Vabimo vas na 11. predavanje iz sklopa "Kolokviji na IJS" v letu 2019/20, ki bo <strong><span style='color:red'>v sredo, 13. maja 2020, ob 13. uri. </span></strong></span><b><span lang=SL style='font-family:"TimesNewRomanPS-BoldMT",serif'>Predavanje bo v spletnem konferenčnem sistemu Zoom in mu lahko prisostvujete tako, da v brskalnik prenesete naslov <a href="https://zoom.us/j/92481139805"><span style='color:windowtext'>https://zoom.us/j/92481139805</span></a> in vtipkate geslo 098963.</span></b><strong><span lang=SL style='font-weight:normal'><o:p></o:p></span></strong></p><p class=MsoNormal><span lang=SL>Napovednik predavanja najdete tudi na naslovu <a href="http://www.ijs.si/ijsw/Koledar_prireditev">http://www.ijs.si/ijsw/Koledar_prireditev</a>, posnetke preteklih predavanj<span style='color:blue'> </span>pa na <a href="http://videolectures.net/kolokviji_ijs">http://videolectures.net/kolokviji_ijs</a>. <o:p></o:p></span></p><p class=MsoNormal><span lang=SL>~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~<br><br></span><b><span lang=EN-US><o:p></o:p></span></b></p><p class=MsoNormal><b><span lang=EN-US>doc. dr. Bojan Nemec<o:p></o:p></span></b></p><p class=MsoNormal><i><span lang=EN-US>Institut Jožef Stefan, Ljubljana <o:p></o:p></span></i></p><p class=MsoNormal><i><span lang=EN-US><o:p> </o:p></span></i></p><p class=MsoNormal style='mso-margin-top-alt:auto;margin-bottom:12.0pt;text-align:justify'><b><span lang=SL style='font-size:14.0pt'>Učenje robotov v sodelovanju s človekom<o:p></o:p></span></b></p><p class=MsoNormal style='text-align:justify'><span lang=SL>Sposobnost hitrega učenja novih nalog in avtonomno prilagajanje obstoječih nalog je eden glavnih izzivov sodobne robotike, ki bo pripomogel k hitrejšemu uvajanju robotov v naše bivalno okolje ter zahtevne proizvodne procese. V predavanju bomo predstavili raziskave Laboratorija za humanoidno in kognitivno robotiko na Institutu Jožef Stefan, ki za dosego tega cilja združujejo različne tehnologije s področja vodenja robotov, učenja z demonstracijo, statističnega učenja, spodbujevalnega učenja in globokih nevronskih mrež. Postopek učenja nove naloge se prične z demonstracijo potrebnih gibov, ki jih shranimo v podatkovno bazo v obliki dinamičnih generatorjev gibanja. Te naloge lahko prilagodimo tudi na nove, še ne videne situacije s pomočjo statističnega učenja. Pogosto pa za to nimamo dovolj podatkov v bazi. V tem primeru se mora robot samostojno naučiti nove veščine z raziskovanjem in uporabo tehnik spodbujevalnega učenja. Tako učenje postane precej bolj učinkovito, ko združimo statistično in spodbujevalno učenje, saj na ta način uporabimo predhodne izkušnje pri reševanju tega problema. Primerov, kjer nimamo nikakršnega predznanja o naravi problema, pa se lahko lotimo z združevanjem spodbujevalnega učenja in inteligentnega vodenja. Naše postopke učenja bomo ponazorili z različnimi nalogami iz vsakdanjega življenja, ki jih robot opravlja bodisi samostojno bodisi v sodelovanju s človekom.<o:p></o:p></span></p><p class=MsoNormal style='text-align:justify'><span lang=SL><o:p> </o:p></span></p><p class=MsoNormal style='text-align:justify'><span lang=SL>Predavanje bo v slovenščini.<o:p></o:p></span></p><p class=MsoNormal style='mso-margin-top-alt:auto;margin-bottom:12.0pt'><strong><span lang=SL style='color:red'>Lepo vabljeni!<o:p></o:p></span></strong></p><p class=MsoNormal><span style='font-size:11.0pt;font-family:"Calibri",sans-serif;mso-fareast-language:EN-US'><o:p> </o:p></span></p><p class=MsoNormal><span style='font-size:11.0pt;font-family:"Calibri",sans-serif;mso-fareast-language:EN-US'><o:p> </o:p></span></p></div></body></html>