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

Résztvevők száma


Ár résztvevőnként

Vélemények (1)

Közelgő kurzusok

Rokon kategóriák