Предлагаемые темы КР и ВКР

Тематика предлагаемых курсовых работ связана с такими областями знаний как искусственный интеллект, робототехника, анализ данных.

Выполнение курсовой работы подразумевает как проведение исследований (теоретическая часть), так и разработку программного обеспечения (практическая часть). Соотношение работ "теория/практика" зависит от конкретной темы и договоренности с руководителем.

Указанные ниже темы являются примерными и могут корректироваться в ходе обсуждения с заинтересованными студентами. Если не указаное иное предлагаемые темы могут быть выбраны как в качестве курсовых работ, так и в качестве выпускных квалификационных (дипломных) работ.

Яковлев К.С.

1. Методы и алгоритмы эвристического поиска (Heuristic Search: Methods and Algorithms)
2. Планирование траектории в виртуальных мирах как задача эвристического поиска пути на графе особой структуры (Path Planning in Virtual Worlds as Heuristic Graph Search)
3. Планирование траектории для беспилотных транспортных средств: методы и алгоритмы (Planning trajectory for unmanned vehicles: methods and algorithms)
4. Планирование траектории движений для сложных робототехнических систем (манипуляторов и др.) (Motion Planning for Complex Robotic Systems (Arms, Manipulators, etc.))
5. Планирование траектории как задача генерации изображений (Path Planning as Image Generation)
6. Задачи одновременного картирования и локализации для беспилотных транспортных средств (Simultaneous Location and Mapping for Robots and Unmanned Vehicles)
7. Картирование и локализация для беспилотных летательных аппаратов по данным инерциальной навигационной системы и видеопотоку (Simultaneous Location and Mapping for Unmanned Aerial Vehicles Based on Video and Intertial Navigation System Data)
8. Методы и алгоритмы выделения особенностей на растровых изображениях (SURF, SIFT  и др.) (Image Feature Extraction (SURF, SIFT etc.))
9. Методы и алгоритмы обработки изображений для робототехники (Image Processing in Robotics)

Панов А.И.

1. Разработка биологически правдоподобных нейросетевых методов анализа данных (Biologically Inspired Neural Networks for Data Analysis)
2. Методы обучения правилам на основе обучения с подкреплением (Rule Reinforcement Learning)
3. Иерархические обучение с подкреплением (Hierarchical Reinforcement Learning)
4. Исследование и развитие знакового способа представления знаний (Sign Based World Model)
5. Планирование поведения в знаковой картине мира (Behavior Planning in Sign Based World Model)
6. Методы образования коалиций и распределения ролей при решении общей задачи (Coalition Formation and Role Distribution)
7. Способы коммуникации в коалициях агентов (Communication in Agent’s Coalition)
8. Моделирование поведения робототехнической системы в средах ROS и Gazebo (Robots Behavior in ROS and Gazebo)
9. Исследование индуктивных методов анализа данных для выявления причинно-следственных связей (Inductive methods of Data Analysis for Causal Inference)