Bölümümüzde “MKT4822 – Mekatronik Mühendisliğinde Özel Konular” dersi açılmıştır. Bu ders kapsamında, mekatronik sistemlerde karşılaşılan kontrol problemlerinin deneyimden öğrenme yaklaşımıyla nasıl çözülebileceği ele alınacaktır. Öğrenciler; klasik kontrol yöntemlerinin sınırlı kaldığı durumlarda, pekiştirmeli öğrenme (Reinforcement Learning) temelli yaklaşımların nasıl kullanıldığını hem teorik hem de uygulamalı olarak öğreneceklerdir.
Ders, kontrol mühendisliği ile yapay zekâ temelli öğrenme yöntemleri arasında bir köprü kurarak, öğrencilerin modern kontrol yaklaşımlarına giriş yapmalarını hedeflemektedir.
Ders Bilgileri
- Ders Kodu: MKT4822
- Ders Adı: Mekatronik Mühendisliğinde Özel Konular
- Öğretim Elemanı: Dr. Öğrt. Üyesi Mehmet İŞCAN
- Gün ve Saat: Pazartesi, 13.00–16.00
- Yer: A319
Dersin Amacı
Bu dersin amacı;
- doğrusal olmayan ve belirsizlik içeren mekatronik sistemlerde,
- öğrenme tabanlı kontrol yöntemlerinin temel prensiplerini öğretmek,
- öğrencilerin, model bilgisi sınırlı olan sistemler için uyarlanabilir ve öğrenebilen denetleyiciler tasarlayabilme becerisi kazanmalarını sağlamaktır.
Ders sonunda öğrencilerin, hem kontrol mantığını hem de öğrenme algoritmalarının çalışma prensiplerini sezgisel ve uygulamalı olarak kavramaları hedeflenmektedir.
Kapsam – Başlıca Konu Başlıkları
1. Giriş ve Temel Kavramlar
- Klasik kontrol yaklaşımlarının kısa bir tekrarı
- Neden öğrenme tabanlı kontrol?
- Pekiştirmeli öğrenmenin temel bileşenleri: durum, eylem, ödül
- Kontrol problemlerinin öğrenme problemi olarak modellenmesi
2. Temel Pekiştirmeli Öğrenme Yöntemleri
- Çok kollu bandit problemleri ve keşif–sömürü dengesi
- Markov karar süreçleri (MDP)
- Değer tabanlı yöntemlere giriş (Q-öğrenme, zamansal fark öğrenmesi)
- Öğrenme sürecinin kontrol performansına etkisi
3. Sürekli Sistemler ve Kontrol Odaklı Yaklaşımlar
- Sürekli zamanlı ve sürekli durumlu sistemlerde öğrenme
- Fonksiyon yaklaştırma fikri
- Politika tabanlı yöntemlere sezgisel giriş
- Öğrenme sürecinde doygunluk, kısıtlar ve güvenlik kavramları
4. Kararlılık ve Performans
- Kontrol sistemlerinde kararlılık kavramı
- Öğrenme tabanlı denetleyicilerde kararlılık sezgisi
- Bozucu etkiler ve belirsizlikler altında performans değerlendirmesi
Uygulamalar ve Yazılım
Ders boyunca teorik konular, uygulama ağırlıklı olarak ele alınacaktır.
- Python ortamında pekiştirmeli öğrenme algoritmalarının adım adım uygulanması
- MATLAB / Simulink kullanılarak doğrusal olmayan bir DC motor kontrol problemi üzerinde çalışmalar
Değerlendirme
- Dönem Projesi:
Gerçek bir mekatronik sistemin benzetim ortamı üzerinde kontrol uygulaması - Uygulamalı Değerlendirmeler:
- Ara dönem uygulaması
- Dönem sonu uygulaması ve kısa rapor
Derse ilgi duyan öğrencilerimizin kayıt yaptırmaları önemle rica olunur.