Melanie Zeilinger: Katalogdaten im Herbstsemester 2024 |  |
| Name | Frau Prof. Dr. Melanie Zeilinger |
| Lehrgebiet | Intelligente Regelsysteme |
| Adresse | Inst. Dynam. Syst. u. Regelungst. ETH Zürich, LEE L 210 Leonhardstrasse 21 8092 Zürich SWITZERLAND |
| Telefon | +41 44 632 53 45 |
| mzeilinger@ethz.ch | |
| Departement | Maschinenbau und Verfahrenstechnik |
| Beziehung | Ausserordentliche Professorin |
| Nummer | Titel | ECTS | Umfang | Dozierende | |||||||||||||||||||||||||||||||||||||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 151-0073-50L | Underwater Swarm Robotics  Dieser Kurs ist Teil eines Jahreskurses. Die 20 Kreditpunkte werden am Ende des FS2025 vergeben mit neuer Belegung des gleichen Fokus-Projektes im FS2025. Der Kurs ist nur für MAVT BSc und ITET BSc. Zum Fokusprojekt wird zugelassen, wer: a. die Basisprüfung bestanden hat; b. den Block 1 und 2 bestanden hat. | 0 KP | 21A | M. Zeilinger | |||||||||||||||||||||||||||||||||||||||||||||||||||||
| Kurzbeschreibung | Im Team ein Produkt von A-Z entwickeln und realisieren! Anwenden und Vertiefen des bestehenden Wissens, Arbeiten in Teams, Selbständigkeit, Problemstrukturierung, Lösungsfindung in unscharfen Problemstellungen, Systembeschreibung und -simulation, Präsentation und Dokumentation, Realisationsfähigkeit, Werkstatt- und Industriekontakte, Anwendung modernster Ingenieur-Werkzeuge (Matlab, Simulink usw). | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Lernziel | Die vielfältigen Lernziele dieses Fokus-Projektes sind: - Synthetisieren und Vertiefen des theoretischen Wissens aus den Grundlagenfächern des 1.-4. Semesters - Teamorganisation, Arbeiten in Teams, Steigerung der sozialen Kompetenz - Selbständigkeit, Initiative, selbständiges Lernen neuer Themeninhalte - Problemstrukturierung, Lösungsfindung in unscharfen Problemstellungen, Suchen von Informationen - Systembeschreibung und -simulation - Präsentationstechnik, Dokumentationserstellung - Entscheidungsfähigkeit, Realisationsfähigkeit - Werkstatt- und Industriekontakte - Erweiterung und Vertiefung von Sachwissen - Beherrschung modernster Ingenieur-Werkzeuge (Matlab, Simulink, CAD, CAE, PDM) | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Voraussetzungen / Besonderes | Teilnahme am Fokus-Rollout ist Teil des Fokus-Projekts. | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Kompetenzen |
| ||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| 151-0371-00L | Advanced Model Predictive Control Number of participants limited to 60. | 4 KP | 2V + 1U | M. Zeilinger, A. Carron, L. Hewing, J. Köhler | |||||||||||||||||||||||||||||||||||||||||||||||||||||
| Kurzbeschreibung | Model predictive control (MPC) has established itself as a powerful control technique for complex systems under state and input constraints. This course discusses the theory and application of recent advanced MPC concepts, focusing on system uncertainties and safety, as well as data-driven formulations and learning-based control. | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Lernziel | Design, implement and analyze advanced MPC formulations for robust and stochastic uncertainty descriptions, in particular with data-driven formulations. | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Inhalt | Topics include - Nominal MPC for uncertain systems (nominal robustness) - Robust MPC - Stochastic MPC - Review of regression methods - Set-membership Identification and robust data-driven MPC - Bayesian regression and stochastic data-driven MPC - MPC as safety filter for reinforcement learning | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Skript | Lecture notes will be provided. | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Voraussetzungen / Besonderes | Basic courses in control, advanced course in optimal control, basic MPC course (e.g. 151-0660-00L Model Predictive Control in Spring Semester) strongly recommended. Background in linear algebra and stochastic systems recommended. | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||