Köszönjük, hogy elküldte érdeklődését! Csapatunk egyik tagja hamarosan felveszi Önnel a kapcsolatot.
Köszönjük, hogy elküldte foglalását! Csapatunk egyik tagja hamarosan felveszi Önnel a kapcsolatot.
Időtartalma 28 órák (4 napok)
Kurzusleírás
Bevezetés a robotmanipulációba és a mélytanulásba
- A manipulációs feladatok és rendszerelemek áttekintése
- Hagyományos vs. tanulásalapú megközelítések
- Mélytanulás az érzékelésben, a planolásban és a vezérlésben
Érzékelés a manipulációhoz
- Vizuális szenzorok és tárgymegfigyelés a fogáshoz
- 3D-s látás, mélységérzékelés és pontfelhő-feldolgozás
- CNN-ok betanítása tárgylokálizálásra és szegmentálásra
Fogásplanung és detektálás
- Klasszikus fogásplanung algoritmusok
- Fogáspozíciók tanulása adatokból és szimulációból
- Fogásdetektáló hálózatok implementálása (pl. GGCNN, Dex-Net)
Vezérlés és mozgásplanung
- Inverz kinematika és trajektória-generálás
- Tanulásalapú mozgásplanung és utánzótanulás
- Erősítési tanulás a manipulációs vezérlési stratégiákhoz
Integrálás ROS 2 és szimulációs környezetekkel
- ROS 2 csomópontok beállítása érzékeléshez és vezérléshez
- Robotmanipulátorok szimulálása Gazebo és Isaac Sim környezetben
- Neurális modellek integrálása valós idejű vezérléshez
End-to-end tanulás a manipulációhoz
- Érzékelés, stratégia és vezérlés egyesítése egységes hálózatokban
- Demóadatokat használó felügyelt stratégia-tanulás
- Doménadaptáció a szimuláció és a valós hardver között
Értékelés és optimalizálás
- Mutatók a fogás sikerességére, stabilitására és pontosságára
- Tesztelés változó körülmények és zavarok mellett
- Modellek tömörítése és telepítése szélberendezésekre
Gyakorlati projekt: Mélytanulásalapú robotfogás
- Érzékelésből akcióba vezető pipeline tervezése
- Fogásdetektáló modell betanítása és tesztelése
- A modell integrálása egy szimulált robotkarba
Követelmények
- Rögzített ismeretek a robotkinematikáról és dinamikat
- Tapasztalat Python és mélytanulási keretrendszerekkel
- Tudás a ROS vagy hasonló robotközi köztes rétegekről
Célközönség
- Robotikai mérnökök, akik intelligens manipulációs rendszereket fejlesztnek
- Érzékelési és vezérlési szakértők, akik fogási alkalmazásokkal foglalkoznak
- Kutatók és haladó szakemberek a robottanulás és az AI-alapú vezérlés területén
Vélemények (2)
Az anyagok (virtuális gép) biztosítása, hogy azonnal bele tudjanak ugrani a gyakorlatokba, valamint a Ros2 magjának magyarázata. Miért működnek a dolgok egy bizonyos módon.
Arjan Bakema
Kurzus - Autonomous Navigation & SLAM with ROS 2
Gépi fordítás
a gyakorlati ismerete és használata a mesterséges intelligencia (AI) alkalmazásában a robotika jövőjében.
Ryle - PHILIPPINE MILITARY ACADEMY
Kurzus - Artificial Intelligence (AI) for Robotics
Gépi fordítás