课程大纲

机器人中的AI代理简介

  • AI在机器人中的应用概述
  • 机器人系统中的AI代理类型
  • AI与机器人集成的挑战

机器学习的AI与机器人

  • 强化学习用于机器人控制
  • 监督学习和无监督学习用于机器人决策
  • 机器人中的迁移学习和领域适应

AI驱动的感知与传感

  • 计算机视觉用于机器人感知
  • 传感器融合与数据处理
  • AI增强的目标检测与识别

自主导航与路径规划

  • 基于AI的障碍物避让
  • 深度学习的路径规划
  • 在Gazebo中模拟自主导航

人机协作中的AI

  • 理解人机交互
  • 开发辅助与协作机器人系统
  • 伦理与安全考虑

工业与服务机器人中的AI

  • AI在制造与物流中的应用
  • AI驱动的机器人流程自动化(RPA)
  • AI与机器人集成的未来趋势

部署AI驱动的机器人系统

  • 优化AI模型以适用于实际机器人
  • 在生产中部署AI驱动的机器人解决方案
  • 评估系统性能与适应性

总结与下一步

要求

  • 对人工智能和机器学习原理有深入理解
  • 具备使用ROS等机器人框架的经验
  • 熟练掌握Python或C++以用于AI驱动的机器人开发

受众

  • 机器人工程师
  • AI研究人员
  • 自动化专家
 21 小时

客户评论 (1)

即将举行的公开课程

课程分类