Kursen handlar om fysiska robotar som används i tillämpningar med nära interaktion mellan robotar och människor. Fokus ligger på designöverväganden, utformning av mjukvara, och utvärdering av sådana tillämpningar.
Kursen är indelad i ett teoretiskt moment (Moment 1: Teori, 4 hp) och ett praktiskt moment (Moment 2: Praktik, 3.5 hp). Det teoretiska momentet tar upp aktuella frågeställningar, etablerad praxis, och använda metoder för att designa, konstruera, och utvärdera system av samverkande robotar och människor, och ger viss praktisk övning i att tillämpa denna kunskap. Exempel på begrepp som normalt tas upp i detta moment är autonomi, user-centered design, embodiment, anthropomorphism, emotions, design patterns, proxemics, deictic gestures, och natural language processing.
Det praktiska momentet löper parallellt med det teoretiska, och består i huvudsak av projektarbeten i grupp. Teorier, metoder och tekniker från det teoretiska momentet tillämpas för att designa och utveckla program för robotar som samverkar med människor. Praktiskt arbete med kritisk utvärdering av sådana robotar ingår även.
Förväntade studieresultat
Kunskap och förståelse Efter avslutad kurs ska studenten kunna
diskutera och jämföra för- och nackdelar med robotar inom ett antal aktuella användningsområden (FSR1),
beskriva hur interaktionen mellan robot och människa påverkas av designaspekter såsom graden av autonomitet, utformning av social perception, förkroppsligande, och antropomorfism (FSR2),
beskriva relevanta relationer mellan området människa-robotinteraktion och andra akademiska områden (FSR3),
Färdigheter och förmågor Efter avslutad kurs ska studenten ha praktiska färdigheter i
hur man använder system av samverkande robotar och människor (FSR4),
hur man utvecklar programvara för system av samverkande robotar och människor (FSR5),
och hur man utvärderar system av samverkande robotar och människor (FSR6).
Värderingar och förhållningssätt Efter avslutad kurs ska studenten kunna
förståelse av behovet av att ta hänsyn till tekniska, individrelaterade, säkerhetsmässiga, etiska, och samhälleliga krav och behov för arbete med, och utvärdering av, eget och andras forsknings-, design-, och utvecklingsarbete inom området människa-robotinteraktion (FSR7).
Behörighetskrav
Univ:För tillträde till kursen krävs 90 hp avklarade studier varav 60 hp i huvudområdet datavetenskap eller 2 års avklarade studier (120hp) inom ett studieprogram, i båda fallen inkluderande minst 7.5hp kurser på kandidatexamensnivå som behandlar Artificiell intelligens (tex 5DV121).
Svenska för grundläggande behörighet för högskolestudier samt Engelska A/5. Krav på svenska gäller endast om utbildningen ges på svenska.
Undervisningens upplägg
Undervisningen bedrivs i form av föreläsningar, arbete i mindre grupper, studentpresentationer, samt projektarbete i datorlabb och andra miljöer. Utöver schemalagda aktiviteter krävs även individuellt arbete med materialet.
Examination
Examinationen av det teoretiska momentet (FSR1-3,7) sker genom en skriftlig examen i skrivsal. Detta moment ger maximalt 500 poäng och något av betygen Underkänd (U) och Godkänd (G).
För studerande som inte godkänns vid ordinarie provtillfälle anordnas ytterligare provtillfällen.
Examination av det praktiska momentet(FSR4-7) sker genom skriftliga och/eller muntliga redovisningar av de utförda projektarbetena. Antalet projektarbeten kan variera mellan olika kurstillfällen men är aldrig mer än 5. Detta moment ger maximalt 500 poäng och något av betygen Underkänd (U) och Godkänd (G).
Student som inte godkänns på det praktiska momentet, men som deltagit i de flesta aktiviteter kan ges ett omprov för de saknade delarna. Om en student inte har deltagit i aktiviteterna, eller missat en ansenlig del av dessa, så kan studenten delta i det praktiska momentet nästa gång kursen ges. Studenten gör då om det praktiska momentet i sin helhet och har ingen automatisk rätt att åberopa godkända delresultat.
På hela kursen ges något av betygen Underkänd (U), Godkänd (3), Icke utan beröm godkänd (4) eller Med beröm godkänd (5). Betyget baseras på den totala poängen från det teoretiska och det praktiska momenten, och sätts när båda momenten är godkända. Minst betyget Godkänd måste uppnås på båda momenten för att få godkänt slutbetyg på hela kursen.
Studerande som godkänts i ett prov får inte undergå förnyat prov för att få ett högre betyg. En student som utan godkänt resultat har genomgått två prov för en kurs eller en del av en kurs, har rätt att få en annan examinator utsedd, om inte särskilda skäl talar emot det (HF 6 kap. 22 §). Begäran om ny examinator ställs till prefekten för Institutionen för datavetenskap.
Examination baserad på denna kursplan garanteras under två år efter studentens förstagångsregistrering på kursen. Detta gäller även om kursen lagts ned och denna kursplan upphört gälla.
Tillgodoräknande Student har rätt att få prövat om tidigare utbildning eller motsvarande kunskaper och färdigheter förvärvade i yrkesverksamhet kan tillgodoräknas för motsvarande utbildning vid Umeå universitet. Ansökan om tillgodoräknande skickas in till Studentcentrum/Examina. Mer information om tillgodoräknande finns på Umeå universitets studentwebb, www.student.umu.se, och i högskoleförordningen (6 kap). Ett avslag på ansökan om tillgodoräknande kan överklagas (Högskoleförordningen 12 kap) till Överklagandenämnden för högskolan. Detta gäller såväl om hela som delar av ansökan om tillgodoräknande avslås.
Övriga föreskrifter
I en examen får denna kurs ej ingå, helt eller delvis, samtidigt med en annan kurs med likartat innehåll. Vid tveksamheter bör den studerande rådfråga studievägledare vid Institutionen för datavetenskap och/eller programansvarig för sitt program.
