Aprendizado procedimental e sensório-motor em robôs cognitivos (original) (raw)
Related papers
Aprender com robôs no Pré-escolar
2019
Realidad aumentada y virtual: valoraciones, percepciones y actitudes del alumnado universitario y su aplicación en el marco educativo.
Aprendizado da coordenação de comportamentos primitivos para robôs móveis
Sba: Controle & Automação Sociedade Brasileira de Automatica, 2007
In most real world applications, mobile robots should perform their tasks in previously unknown environments. Thus, a mobile robot architecture capable of adaptation is very suitable. This work presents an adaptive architecture for mobile robots, AAREACT, which has the ability of learning how to coordinate primitive behaviors codified by the Potential Fields method by using Reinforcement Learning. The proposed architecture's performance is compared to that showed by an architecture that performs a fixed coordination of its behaviors, and shows a better performance for different environments. Experiments were performed in the robot Pioneer's simulator, from ActivMedia Robotics R . The obtained results also suggest that AAREACT has good adaptation skills for specific environment and task.
1. Educação física 2. Esporte 3. Aprendizagem 4. Desenvolvimento motor 5. Psicologia do desenvolvimento 6. Brasil 7. Material didático I. Fundação Vale II. UNESCO Esta publicação tem a cooperação da UNESCO no âmbito do projeto 570BRZ3002, Formando Capacidades e Promovendo o Desenvolvimento Territorial Integrado, o qual tem o objetivo de contribuir para a melhoria da qualidade de vida de jovens e comunidades.
Robótica educacional como metodologia de aprendizado
2017
Este trabalho buscou associar a robótica como ferramenta educacional de aprendizado, formulando uma metodologia de aprendizagem. A metodologia apresenta uma característica na qual é possível estudar e resolver problemas do cotidiano, de modo a motivar os alunos na aquisição de conhecimentos e competências por meio de um processo de investigação, partindo de questões simples até as mais complexas. Os alunos desenvolveram seus projetos em robótica e ao mesmo tempo, foram agentes multiplicadores, pois visitaram escolas públicas mostrando a importância da robótica no desenvolvimento e aprimoramento dos conhecimentos curriculares, contribuindo de forma positiva a desenvolver um ciclo virtuoso de interesse e conhecimento. Portanto, o uso da robótica contribui para quebrar um paradigma, rompendo com a forma rígida e arcaica da metodologia clássica de aprendizado, ou seja, aspectos teóricos sem conexão com a realidade social e cultural dos atores envolvidos.
Robots na aprendizagem das STEAM
2020
No campo educacional a sigla STEM refere-se a uma abordagem pedagógica onde, de forma interdisciplinar, os alunos mobilizam saberes das Ciências, das Tecnologias, das Engenharias e da Matemática. Apesar da incerteza que o desafio de envolver os alunos em projetos STEM, onde as tecnologias são recursos estruturantes para a aprendizagem, acarreta, esta metodologia é apontada por vários autores como um possível caminho para a preparação dos alunos de hoje para o mercado de trabalho do amanhã. Contudo, formarmos alunos capazes de assumir riscos ponderados, persistentes na resolução de problemas e que abracem o trabalho colaborativo e a criatividade, parece representar um bom caminho para que futuros profissionais possam lidar com a incerteza que o futuro nos reserva. A inclusão das artes (STEAM) nos referidos projetos é apontada como um meio para que os alunos desenvolvam soluções criativas para os problemas e para que estabeleçam conexões entre o conhecimento científico e as artes e hu...
A Aprendizagem Inventiva Como Resultado Da Constituição Da Disciplina De Robótica Educacional
Seminário Temático Internacional, 2021
Tal pesquisa tem por objetivo estabelecer como se constitui a robótica educacional enquanto componente curricular do ensino fundamental II da Escola SESI de Araguaína-TO, buscando estabelecer sua composição a partir da teoria da aprendizagem inventiva de Virgínia Kastrup. Tratase de uma investigação qualitativa, na forma de um Estudo de Caso, pois, além de uma descrição ampla e "profunda", se pretende encontrar as principais características que tornam a disciplina única, além da sua estruturação enquanto disciplina. Os sujeitos da pesquisa serão alunos regularmente matriculados na referida escola, além de mais dois professores. Para o levantamento de dados, pretende-se analisar documentos oficiais, fazer uso de questionários e entrevistas, além da produção dos sujeitos. Espera-se que esta pesquisa apresente os resultados de uma aprendizagem inventiva, visto que se anseia que os sujeitos tenham autonomia para formular enunciados e não apenas resolvêlos, uma vez que o invento está diretamente relacionado à robótica educacional.
Aprendizado de máquina e inferência em Grafos de Conhecimento
2019
The increasing production and availability of massive and heterogeneous data bring forward challenging opportunities. Among them, the development of computing systems capable of learning, reasoning, and inferring facts based on prior knowledge. In this scenario, knowledge bases are valuable assets for the knowledge representation and automated reasoning of diverse application domains. Especially, inference tasks on knowledge graphs (knowledge bases' graphical representations) are increasingly important in academia and industry. In this short course, we introduce machine learning methods and techniques employed in knowledge graph inference tasks as well as discuss the technical and scientific challenges and opportunities associated with those tasks. Resumo A crescente produção e disponibilização de dados caracterizados por heterogeneidade e larga escala apresentam oportunidades desafiadoras à nossa sociedade. Dentre elas, como construir sistemas computacionais capazes de aprender, raciocinar e realizar inferências sobre fatos a partir de conhecimento prévio é uma tarefa relevante. Nesse cenário, bases de conhecimento são ativos importantes na representação e raciocínio automatizado do conhecimento de diversos domínios de aplicação. Em especial, a inferência de informação a partir de sua representação em rede-grafos de conhecimentoganhou notoriedade na academia e indústria nos últimos anos. Em face ao exposto, neste curso, é apresentada uma introdução aos métodos e técnicas de aprendizado de máquina utilizadas em tarefas de inferência em grafos de conhecimento, discutindo-se os desafios e oportunidades tecnológicas e científicas desse tipo de tarefa. 4.1. Introdução A representação computacional de conhecimento remonta ao nascimento da área de Inteligência Artificial. Ela é motivada pela necessidade de que a informação sobre o mundo 2 https:
19th CONTECSI International Conference on Information Systems and Technology Management
The technological advances of the 4.0 revolution made it possible to create devices and software that aim to improve and/or facilitate the lives of individuals, especially in terms of human-computer interaction, a concept that is immersed in everyday life and has a strong link with the quality of life. Therefore, this work aims to present and evaluate the performance of models based on supervised Machine Learning for tasks of recognition of emotions joy, sadness and surprise in short texts in the Portuguese language collected in comments of empathic games. The implementations were carried out with the aid of the Scikit-Learn library, using the Support Vector Machine (SVM), Naive Bayes (NB), K-Nearest Neighbors (KNN), and Ensemble methods, which were trained using a predefined database classified. The development of the application is divided into 6 stages of evaluation, where in each stage it was sought to apply a different technique of data pre-processing, thus making it possible to ascertain the impact of each technique on the performance of the models. Results show that the SVM model reached 71% accuracy in scenarios with a large presence of preprocessing functions, while the NB and Votting models act respectively with 77% accuracy in scenarios with little preprocessing robustness and 77% accuracy in both scenarios.