AI para sa Robotika at Sistemang Autonomo — PickAClass
LT
FIL
Mag-sign in Magsimula
PickAClass · Aplikasyon ng AI (Interdisiplinaryo)

AI para sa Robotika at Sistemang Autonomo

Isinasama ang mga algorithm ng AI para sa persepsyon (computer vision), nabigasyon (SLAM), at manipulasyon sa mga robot, drone, at autonomous na sasakyan. Nakatuon ito sa reinforcement learning para sa kontrol at paggawa ng desisyon sa mga dinamikong kapaligiran.

8 subcategories · 126 courses total

AI para sa Drones & UAVs
Bumuo ng mga sistemang pinapagana ng AI para sa mga autonomous na drone at Unmanned Aerial Vehicles (UAVs). Sakop nito ang mga paksa tulad ng aerial navigation, visual tracking, pag-iwas sa balakid, at pagpaplano ng misyon.
34 courses
Mga Sistema ng Pagkontrol sa Robot
Pag-aralan ang mga prinsipyo ng robot dynamics at control theory. Matutong magdisenyo ng mga controller tulad ng PID at LQR, at tuklasin ang mga moderno, adaptive, at learning-based na paraan ng pagkontrol para sa tumpak na paggalaw ng robot.
27 courses
AI para sa Autonomous Vehicles
Tumutok sa kumpletong software stack para sa mga self-driving na sasakyan, kabilang ang sensor fusion, perception, prediction, planning, at control systems. Unawain ang mga natatanging hamon ng autonomous driving.
26 courses
Robot Operating System (ROS)
Alamin ang mga pundasyon ng Robot Operating System (ROS), ang karaniwang software framework para sa robotika. Master ang mga konsepto ng ROS upang makabuo, makapag-simulate, at makapag-deploy ng mga kumplikadong robotic system.
12 courses
Pagpaplano ng Galaw at Landas
Bumuo at mag-apply ng mga algorithm para sa pagpaplano ng landas at kontrol sa paggalaw, tulad ng A*, RRT, at D*, upang i-navigate ang mga robot nang ligtas at mahusay sa mga kumplikado at dinamikong kapaligiran.
10 courses
Robotic Perception at Computer Vision
I-implement ang mga computer vision algorithm para sa object detection, segmentation, at scene understanding, na nagbibigay-daan sa mga robot na maunawaan ang kanilang kapaligiran gamit ang mga sensor tulad ng mga camera, LiDAR, at RADAR.
8 courses
Reinforcement Learning para sa Robotics
Ilapat ang reinforcement learning (RL) at deep RL algorithms para sanayin ang mga robot na magsagawa ng mga kumplikadong gawain at gumawa ng pinakamainam na desisyon sa real-time. Alamin ang tungkol sa mga policy, reward, at simulation-to-real transfer.
6 courses
SLAM para sa Autonomous Navigation
Masterin ang mga technique ng SLAM (Simultaneous Localization and Mapping) para magawa ng mga robot at autonomous vehicle na gumawa ng mga mapa ng hindi pamilyar na kapaligiran habang tinutukoy ang sarili nilang lokasyon.
3 courses