Köszönjük, hogy elküldte érdeklődését! Csapatunk egyik tagja hamarosan felveszi Önnel a kapcsolatot.
Köszönjük, hogy elküldte foglalását! Csapatunk egyik tagja hamarosan felveszi Önnel a kapcsolatot.
Kurzusleírás
A multimodális mesterséges intelligencia bemutatása itt: Robotics
- A multimodális AI szerepe a robotikában
- A robotok szenzoros rendszereinek áttekintése
Multimodális érzékelő technológiák
- Érzékelők típusai és alkalmazásaik a robotikában
- Különböző szenzoros bemenetek integrálása és szinkronizálása
Multimodális robotrendszerek építése
- Tervezési alapelvek multimodális robotokhoz
- Keretrendszerek és eszközök a robotrendszer fejlesztéséhez
AI algoritmusok Sensor Fusion számára
- Az érzékszervi adatok kombinálásának technikái
- Gépi tanulási modellek a robotika döntéshozatalához
Autonóm robotikus viselkedések fejlesztése
- Olyan robotok létrehozása, amelyek képesek navigálni a környezetükben és interakcióba lépni vele
- Esettanulmányok autonóm robotokról különböző iparágakban
Valós idejű adatfeldolgozás
- Nagy mennyiségű szenzoros adatok valós időben történő kezelése
- A teljesítmény optimalizálása a válaszkészség és a pontosság érdekében
Működtetés és vezérlés multimodális robotokban
- Érzékszervi bemenet átültetése robotmozgásba
- Irányítórendszerek bonyolult robotfeladatokhoz
Etikai megfontolások a robotrendszerekben
- A robotok etikus használatának megvitatása
- Adatvédelem és biztonság a robotizált adatgyűjtésben
Projekt és értékelés
- Egyszerű multimodális robotrendszer tervezése, prototípus készítése és hibaelhárítása
- Értékelés és visszajelzés
Összegzés és a következő lépések
Követelmények
- Erős alap a robotikában és az AI-ban
- Python és C++ területen jártasság
- Szenzortechnológiák ismerete
Közönség
- Robotics mérnökök
- AI kutatók
- Automatizálási szakemberek
21 Órák
Vélemények (1)
I feel I get the core skills I need to understand how the ROS fits together, and how to structure projects in it.