課程簡介

Physical AI 和 Robotics 簡介

  • Physical AI及其演變概述
  • 工業自動化及其他領域的應用
  • 智慧機器人系統的關鍵部件

Robotics 系統設計

  • 機器人的機械設計原則
  • 感測器和執行器的集成
  • 電力系統和能源效率

適用於 Robotics 的 AI 模型

  • 使用機器學習進行感知和決策
  • 機器人中的強化學習
  • 為機器人系統構建 AI 管道

實時感測器集成

  • 感測器融合技術
  • 處理來自 LiDAR、相機和其他感測器的數據
  • 即時導航和避障

類比和測試

  • 使用 Gazebo 和 MATLAB Robotics Toolbox 等模擬工具
  • 動態環境建模
  • 性能評估和優化

自動化和部署

  • Programming 用於工業自動化的機器人
  • 為重複性任務開發工作流程
  • 確保部署的安全性和可靠性

高級主題和未來趨勢

  • 協作機器人 (cobots) 和人機交互
  • 機器人技術的倫理和監管考慮因素
  • Physical AI 自動化的未來

總結和後續步驟

最低要求

  • 機器人和自動化系統的基礎知識
  • 精通程式設計,最好 Python
  • 熟悉 AI 基礎知識

觀眾

  • Robotics 工程師
  • 自動化專家
  • AI 開發人員
 21 時間:

課程分類