Qualification Goals: Students learn to work with current software and frameworks to write usable code in Python. They will engage with the RoboCasa framework and use simulated robot environments to train various neural networks with PyTorch. By the end, students will be able to create their own structured PyTorch-based projects and document results in a visually appealing and clear manner.

Content: Students will be divided into pairs to work on programming projects throughout the semester. The course will initially cover the basics of Conda, PyTorch, WandB, Hydra, and Git. Additionally, fundamentals of MLPs, CNNs, and GNNs will be taught and implemented. The RoboCasa framework will be used to evaluate robot simulations based on the students' trained neural networks. This also includes understanding and implementing training and evaluation scripts.

Die Erfolgskontrolle erfolgt nach § 4 Abs. 2 Nr. 3 SPO als Erfolgskontrolle anderer Art. Es muss Quellcode erstellt und eine Präsentation gehalten werden. Ein Rücktritt ist innerhalb von zwei Wochen nach Vergabe des Themas möglich.

Voraussetzungen: Keine

Empfehlungen:

• Programmierkenntnisse in Python
• Kenntnisse im Umgang mit PyTorch
• Besuch von GKI und/oder FKI

Arbeitsaufwand:

• 15 * 2h = 30h woechentliche Treffen
• 60h Vor- und Nachbereitung
• 30h Abschlussprojektarbeit und Praesentation

WICHTIG Infos und Anmeldung erfolgt ueber den Ilias-Kurs.