课程大纲

高级 Physical AI 简介

  • 高级 Physical AI 概念概述
  • 自主系统的最新发展和趋势
  • 设计自主系统的主要挑战

高级系统设计

  • 复杂系统的机械和电气设计
  • 集成先进的感测器和执行器
  • 能源管理和可持续性

用于自主性的 AI 演算法

  • 用于感知和规划的深度学习
  • 用于自适应控制的强化学习
  • 优化 AI 管道以进行实时决策

实时数据处理和集成

  • 先进的感测器融合技术
  • 动态环境的即时数据处理
  • 高级导航和避障策略

模拟和验证

  • 模拟环境的高级使用
  • 建模和测试复杂场景
  • 系统验证和性能优化

自动化和部署策略

  • Programming 用于自动化的高级工作流程
  • 确保自主部署的可靠性和安全性
  • Scala自治系统的可用性和维护

探索未来趋势和挑战

  • 人机交互和协作的进步
  • 自治系统中的道德考虑
  • Physical AI 在各个行业的未来

总结和后续步骤

要求

  • 对 AI 和机器学习概念有深入的理解
  • 熟练掌握机器人系统设计和控制
  • 具有 Python 或 C++ 等程式设计语言的经验

观众

  • AI 研究人员
  • Robotics 专家
  • 软体工程师
 21 小时

即将举行的公开课程

课程分类