课程大纲

物理人工智能与机器人导论

  • 物理人工智能概述及其发展历程
  • 工业自动化及其他领域的应用
  • 智能机器人系统的关键组件

机器人系统设计

  • 机器人机械设计原则
  • 传感器与执行器的集成
  • 动力系统与能源效率

机器人中的AI模型

  • 使用机器学习进行感知与决策
  • 机器人中的强化学习
  • 构建机器人系统的AI流水线

实时传感器集成

  • 传感器融合技术
  • 处理LiDAR、摄像头及其他传感器的数据
  • 实时导航与障碍物避让

仿真与测试

  • 使用仿真工具如Gazebo和MATLAB Robotics Toolbox
  • 动态环境建模
  • 性能评估与优化

自动化与部署

  • 为工业自动化编程机器人
  • 开发重复任务的工作流程
  • 确保部署的安全性与可靠性

高级主题与未来趋势

  • 协作机器人(cobots)与人机交互
  • 机器人伦理与监管考量
  • 物理人工智能在自动化中的未来

总结与下一步

要求

  • 机器人技术与自动化系统的基础知识
  • 熟练掌握编程,建议使用Python
  • 熟悉AI基础知识

受众

  • 机器人工程师
  • 自动化专家
  • AI开发者
 21 小时

即将举行的公开课程

课程分类