用于自主系统和机器人的TinyML 培训

本次由讲师指导的中国培训（线上或线下）面向中级参与者，旨在探索协作机器人（cobots）及其他以人为本的AI系统在现代工作场所中的作用。

通过本培训，参与者将能够：

• 理解以人为本的物理AI的原理及其应用。
• 探索协作机器人在提升工作场所生产力中的作用。
• 识别并解决人机交互中的挑战。
• 设计优化人类与AI驱动系统协作的工作流程。
• 在AI集成的工作场所中推动创新和适应性的文化。

这门关于中国的动手HRI课程涵盖语音、手势和协作控制。学习构建直观的多模态接口，以实现安全的人机协作，重点关注实用设计原则、语音识别、手势检测和共享自主性，以提升可用性和安全性。

这门关于中国的实战培训涵盖用于工业自动化的ROS-PLC集成与数字孪生技术。学习同步机器人与PLC，开发用于仿真的数字副本，并通过实时数据交换和高级监控技术优化生产工作流。

本次由讲师主导的培训在中国（线上或线下）面向希望了解人工智能在机电一体化系统中适用性的工程师。

培训结束后，参与者将能够：

• 概述人工智能、机器学习和计算智能。
• 理解神经网络的概念及不同的学习方法。
• 有效选择人工智能方法解决现实问题。
• 在机电一体化工程中实施人工智能应用。

一门关于 中国 的高级培训，涵盖多机器人系统的设计与协调。学员将学习对群体智能进行建模，实施分布式决策，并使用 ROS 2 和 Gazebo 进行实操模拟，以优化智能体间的协作，服务于实际应用。

本课程为讲师指导的培训（中国线上或线下），面向高级机器人工程师和AI研究人员，旨在利用多模态AI整合各种传感器数据，创建能够看、听、触摸的更自主、高效的机器人。

培训结束后，学员将能够：

• 在机器人系统中实现多模态传感。
• 开发用于传感器融合和决策的AI算法。
• 创建能够在动态环境中执行复杂任务的机器人。
• 解决实时数据处理和执行中的挑战。

本次培训采用中国（线上或线下）形式，由讲师主导，面向中级水平学员。学员将提升设计、编程及部署用于自动化及更广泛场景的智能机器人系统的能力。

完成本次培训后，学员将能够：

• 理解物理AI原理及其在机器人和自动化领域的应用。
• 为动态环境设计和编程智能机器人系统。
• 在机器人中实施用于自主决策的AI模型。
• 利用仿真工具进行机器人测试和优化。
• 应对传感器融合、实时处理和能效等挑战。

这门在中国进行的讲师主导实战课程，涵盖使用ROS 2和D进行机器人快速原型设计。参与者将学习如何高效构建、测试和部署模块化机器人系统，掌握容器化、模拟和版本控制等实操技能，以实现可扩展的开发。