Онлайн обучение по AI for Robotics в България

Практически бързо проектиране за роботика с ROS 2 & Docker е praktičen курс, предназначен да помогне на разработчиците да строят, тестват и внедряват роботни приложения ефективно. Участниците ще научат как да контейнеризират роботни среди, интегрират пакети на ROS 2 и проектират модулни роботни системи с Docker за възпроизводимост и масштабируемост. Курсът акцентира усвояването на практики за ловкост, контрол на версии и сътрудничество, които са подходящи за екипи в ранни стадии на разработка и иновации.

Този курс, воден от преподавател (онлайн или на място), е насочен към участници с начално до средно ниво на умения, които искат да ускорят разработката на роботни прототипи с ROS 2 и Docker.

По завершване на това обучение, участниците ще могат да:

• Настройка на среда за разработка с ROS 2 в контейнери Docker.
• Разработване и тестуване на роботни прототипи в модулни, възпроизводими конфигурации.
• Използване на симулационни инструменти за валидиране на поведението на системата преди хардверното разграждане.
• Ефективно сътрудничество с контейнеризирани роботни проекти.
• Приложение на концепции за непрекъснато интегриране и разпределяне в роботни пайлини.

Формат на курса

• Интерактивни лекции и демонстрации.
• Практически упражнения с околната среда на ROS 2 и Docker.
• Мини-проекти, фокусирани върху реални роботни приложения.

Опции за персонализация на курса

• За да поискате персонализирано обучение за този курс, моля свържете се с нас, за да организираме.

Интеракция Човек-Робот (HRI): Глас, Жест и Колаборативно Управление е практически курс, предназначен да въведе участниците в проектирането и имплементацията на интуитивни интерфейси за комуникация между човек и робот. Обучението комбинира теория, дизайни на принципи и програмиране за създаване на естествени и реактивни системи за взаимодействие, използвайки глас, жестове и техники за общо управление. Участниците ще научат как да интегрират модули за перцепция, разработват мулtimodalни входни системи и проектират роботи, които безопасно сътрудничат с човешките потребители.

Това обучение под ръководството на инструктор (онлайн или на място) е насочено към участници на начален и среден ниво, които желаят да проектират и имплементират системи за взаимодействие между човек и робот, които подобрят използваемостта, безопасността и потребителския опит.

По завършване на това обучение участниците ще могат да:

• Разберат основите и принципите за проектиране на взаимодействие между човек и робот.
• Разработват механизми за гласово управление и отговори на роботи.
• Имплементират разпознаване на жестове, използвайки техники за компютърно зрение.
• Проектират системи за колаборативно управление за безопасност и общо автономия.
• Оценяват HRI системите съобразно използваемостта, безопасността и хуманите фактори.

Формат на курса

• Интерактивни лекции и демонстрации.
• Практически упражнения за програмиране и дизайн.
• Практически експерименти в симулация или реални роботически среди.

Опции за настройка на курса

• За да заповядате персонализирано обучение за този курс, моля свържете се с нас за организиране.

Индустриалната роботика и автоматизация: Интеграция между ROS и PLC & Цифрови двойници е практически курс, фокусиран върху свързването на индустриалната автоматизация с современите роботически рамкове. Участниците ще научат да интегрират роботически системи базирани на ROS с PLC за синхронизирани операции и ще разглеждат цифрови двойници, за да моделират, мониторират и оптимизират производствените процеси. Курсът акцентира взаимодействието, реалното време на контрола и предиктивния анализ с използване на цифрови копия на физическите системи.

Този курс под ръководството на инструктор (в живо или онлайн) е насочен към професионални средно ниво, които искат да развият практически умения в свързването на управляемите с ROS роботи с PLC околната среда и имплементацията на цифрови двойници за автоматизация и оптимизиране на производството.

По края на този курс, участниците ще могат да:

• Разберат комуникационните протоколи между системите ROS и PLC.
• Имплементират реален обмен на данни между роботите и индустриалните контролери.
• Разработват цифрови двойници за мониторинг, тестове и моделиране на процеси.
• Интегрират сензори, актуатори и роботически манипулатори в индустриалните работни потоци.
• Проектират и валидират индустриални автоматизирани системи, използвайки гибридни симуляционни среди.

Формат на курса

• Интерактивна лекция и обхождане на архитектурите.
• Практически упражнения за интеграция между системите ROS и PLC.
• Симуляции и имплементация на проект с цифрови двойници.

Опции за персонализация на курса

• За да се извърши заказване за персонализиран тренинг за този курс, моля свържете се с нас, за да организирате.

Роботна манипулация и улавяне с дълбоко обучение е продвинат курс, който свързва роботничкия контрол с модерните методи на машинно обучение. Учениците ще разгледат как дълбокото обучение може да подобри перцепцията, планирането на движение и ловката хващане в роботни системи. Чрез теория, симулации и практически упражнения по кодиране, курсът води участниците от контрола, основан на перцепция, до обучаване на политики за манипулация.

Този курс с живо обучение под ръководството на инструктор (онлайн или на място) е насочен към професионалисти с висок ниво, които искат да прилагат методите на дълбокото обучение за интелигентна, адаптивна и точна роботна манипулация.

По завършване на това обучение, участниците ще могат да:

• Развиват модели за перцепция за разпознаване на обекти и оценка на позиция.
• Обучават невронни мрежи за улавяне и планиране на движение.
• Интегрират модули с дълбоко обучение с роботнички контролери, използвайки ROS 2.
• Симулират и оценяват стратегии за улавяне и манипулация в виртуални среди.
• Разпространяват и оптимизират обучените модели на реални или симулирани роботни згръди.

Формат на курса

• Лекции и дълбоки разглеждания, водени от експерт.
• Практични упражнения по кодиране и симулация.
• Проектно базирано изпълнение и тестирание.

Опции за персонализация на курса

• За да поискате персонализирано обучение за този курс, моля свържете се с нас за организиране.

Многоагентните роботни системи и стадната интелигентност са напредъчен обучаващ курс, който изследва проектирането, координацията и управлението на роботни дружи, вдъхновени от биологичните стадни поведения. Участниците ще научат как да моделират взаимодействия, да имплементират распределено принемане на решения и да оптимизират сътрудничеството между няколко агента. Курсът комбинира теорията с практичен симулятор, за да подготви участващите за приложения в логистиката, защитата, търсенето и спасяването, както и автономната разследване.

Това обучение под ръководството на инструктор (онлайн или на място) е насочено към професионалисти с висок ниво, които искат да проектират, да моделират и да имплементират многоагентни и стадни системи, като използват отворени източни кодове и алгоритми.

По завършването на това обучение, участниците ще могат да:

• Разберат принципите и динамиката на стадната интелигентност и съвместната роботика.
• Проектират стратегии за комуникация и координация в многоагентни системи.
• Имплементират распределено принемане на решения и алгоритми за консенсус.
• Симулират колективни поведения, като контрол на формирането, флокиране и покриване.
• Применяват стадни техники към реални сценарии и задачи за оптимизация.

Формат на курса

• Напредъчни лекции с дълбоко разбиране на алгоритми.
• Практическо кодиране и симулиране в ROS 2 и Gazebo.
• Колаборативен проект, прилагащ принципите на стадната интелигентност.

Опции за персонализиране на курса

• За да поискате персонализирано обучение за този курс, моля, свържете се с нас, за да организирате.

TinyML е рамка за разпространяване на модели за машинно обучение върху микроконтролери с ниско разходване на енергия и вградени платформи, използвани в роботика и автономни системи.

Този курс под наставничество (в режим на реално време или на място) се насочва към професионалисти на напредъчен ниво, които желаят да интегрират възможности за възприемане и взимане на решения базирани на TinyML в автономни роботи, дронове и разумни контролни системи.

По завършването на този курс участниците ще могат да:

• Проектират оптимизирани модели за TinyML за приложения в роботика.
• Построяват перцептивни пайплайнове на устройствата за реално време автономност.
• Интегрират TinyML във вече съществуващи роботични контролни рамки.
• Разпространяват и тестват леки модели за ИИ на вградени хардверни платформи.

Формат на курса

• Технически лекции, комбинирани с интерактивни обсъждания.
• Практически упражнения, фокусиращи се на задачи в роботика за вградени системи.
• Практични упражнения, имитиращи реални автономни работни процеси.

Опции за настройка на курса

• За организационно-специфични роботични среди, настройката може да бъде уредена по подразбиране.

Безопасни и обясними роботи е всестранно обучение, фокусиращо се на безопасността, верификациите и этичната управа на роботизирани системи. Курсът свързва теорията с практиката, разглеждайки методологиите за безопасностни случаи, анализирането на опасности и подходите към обяснимата изкуствена интелигенция (AI), които правят роботичното вземане на решения прозрачно и достоверно. Участниците ще научат как да гарантират съответствие, верифицират поведенията и документират безопасността в съответствие с международни стандарти.

Това обучение под ръководството на инструктор (онлайн или пред присъство) е насочено към професионалисти средно ниво, които искат да приложат принципите на верификацията, валдирането и обяснимостта за безопасното и етично разгъваряне на роботизирани системи.

По края на това обучение участниците ще могат:

• Разработват и документират безопасностни случаи за роботизирани и автономни системи.
• Применяват методи на верификация и валдиране в симулиращи среди.
• Разбират обяснимите AI фреймворки за роботичното вземане на решения.
• Интегрират принципи на безопасност и етика в дизайна и функционирането на системата.
• Комуникират изискванията за безопасност и прозрачност със стейкхолдери.

Формат на курса

• Интерактивен семинар и дискусия.
• Практически упражнения в симулации и анализ на безопасността.
• Кейсови изучавания от реални роботизирани приложения.

Опции за персонализация на курса

• За да поискате персонализирано обучение за този курс, моля, свържете се с нас.

Edge AI позволява моделите за изкуствен интелект да работят директно върху ембедирани или с ограничени ресурси устройства, намалявайки латентната забавяне и разходите на енергия, докато увеличава автономността и защитата на данните в роботни системи.

Това обучение под ръководството на инструктор (онлайн или на място) е насочено към средно ниво ембедирани разработчици и инженери по роботи, които желаят да имплементират техники за извършване на моделите и оптимизация директно върху роботни хардуер, използвайки TinyML и рамки за Edge AI.

По края на това обучение участниците ще могат да:

• Разберат основите на TinyML и Edge AI за роботика.
• Конвертират и разгъват моделите за извършване на устройствата.
• Оптимизират моделите за скорост, размер и енергиен ефективност.
• Интегрират системи с Edge AI в роботни контролни архитектури.
• Оценяват перформанса и точността в реални ситуации.

Формат на курса

• Интерактивна лекция и дискусия.
• Практическа работа с TinyML и инструменти за Edge AI.
• Пратични упражнения на ембедирани и роботни хардуер платформи.

Опции за персонализация на курса

• За да поискате персонализирано обучение за този курс, моля създадете връзка с нас, за да го организираме.

Това обучение с преподавателско водено занятие в България (онлайн или на място) е предназначено за участници на средно ниво, които искат да изследват ролята на съвместните роботи (cobots) и другите човекоцентрични ИИ системи в современите работни места.

Край обучението, участниците ще могат да:

• Разберат принципите на човекоцентричен физически ИИ и неговото приложение.
• Изследват ролята на съвместните роботи в подобряването на продуктивността в работната среда.
• Идентифицират и решават предизвикателствата при взаимодействието между човек и машина.
• Проектират дейности, които оптимизират сътрудничеството между хора и ИИ-дривени системи.
• Подпомагат културата на иновации и адаптивност в работните места, интегрирани с ИИ.

Ученето с подкрепа (RL) е парадигма на машинното обучение, при която агентите учат да взимат решения, взаимодействайки с околната среда. В роботиката RL позволява на автономните системи да развиват адаптивни контролни и решаващи способности чрез опит и обратна връзка.

Това обучение под ръководството на инструктор (онлайн или на място) е предназначено за продвинати машинни инженери, изследователи по роботиката и разработчици, които искат да проектират, имплементират и разпространяват алгоритми за учене с подкрепа в роботни приложения.

По края на това обучение участниците ще могат да:

• Разберат принципите и математиката на ученето с подкрепа.
• Имплементират RL алгоритми, като Q-учене, DDPG и PPO.
• Интегрират RL с роботни симулиращи среди, използвайки OpenAI Gym и ROS 2.
• Обучават роботи да извършват сложни задачи автономно чрез опит и грешки.
• Оптимизират обучението с помощта на глъбоки машинни обучения, като PyTorch.

Формат на курса

• Интерактивна лекция и дискусия.
• Практическа имплементация, използвайки Python, PyTorch и OpenAI Gym.
• Практични упражнения в симулиращи или физически роботни среди.

Опции за персонализация на курса

• За да поискате персонализирано обучение за този курс, моля, свържете се с нас.

OpenCV е отворен източник на библиотека за компютърно зрение, която осигурява реално време за обработка на снимки, докато глъбоко обучаващите рамки като TensorFlow предлагат инструменти за интелектуална перцепция и вземане на решения в роботни системи.

Този курс, воден от преподавател (онлайн или на място), е насочен към инженери с по-висок ниво на роботика, практици в областа на компютърното зрение и инженери по машинно обучение, които желаят да прилагат техники от компютърното зрение и глъбоко обучение за перцепция и автономия на роботите.

По завършване на този курс, участниците ще могат да:

• Реализират пайлири за компютърно зрение с OpenCV.
• Интегрират модели за глъбоко обучение за детекция и разпознаване на обекти.
• Използват визуални данни за контролиране и навигация на роботите.
• Комбинират класически алгоритми за зрение с глъбоки невронни мрежи.
• Разпространяват системи за компютърно зрение в вградени и роботни платформи.

Формат на курса

• Интерактивен лекции и дискусия.
• Ръчно упражнение с OpenCV и TensorFlow.
• Едно live-лаб имплементация на симулирани или физически роботни системи.

Опции за персонализация на курса

• За да поискате персонализирано обучение за този курс, моля свържете се с нас, за да го организирате.

Това обучение под чиято ръководство връчно води инструктор (онлайн или на място) е насочено към напреднали роботни инженери и изследователи по ИИ, които искат да използват мултимодален ИИ за интегриране на различните сензорни данни, за да създадат по-автономни и ефективни роботи, които могат да виждат, слушат и докосват.

Към края на това обучение участниците ще бъдат способни:

• Да имплементират мултимодално чувстване в роботни системи.
• Да разработват алгоритми на ИИ за интеграция и вземане на решения посредством сензорите.
• Да създават роботи, които могат да извършват комплексни задачи в динамични среди.
• Да решават предизвикателства в реално време при обработката на данни и активацията.

Smart Robotics е интеграцията на изкуствен интелигент в роботни системи за подобрено възприятие, вземане на решения и автономно управление.

Този курс, воден от инструктор (онлайн или на място), е предназначен за роботни инженери на напреднал ниво, интегратори на системи и ръководители на автоматизация, които искат да имплементират възприятие, планиране и управление, водени от изкуствен интелигент, в умни производствени среди.

До края на този курс участниците ще могат да:

• Разбирайте и приложете техники на изкуствен интелигент за роботно възприятие и сензорно сливане.
• Разработвайте алгоритми за движението на сътруднически и индустриални роботи.
• Развернете стратегии за управление, базирани на обучение, за вземане на решения в реално време.
• Интегрирайте интелигентни роботни системи в умни производствени процеси.

Формат на курса

• Интерактивни лекции и дискусии.
• Много упражнения и практика.
• Практично имплементиране в жива лабораторна среда.

Опции за персонизация на курса

• За да поискате персонализиран обучение за този курс, моля свържете се с нас, за да уредим.

ROS 2 (Robot Operating System 2) е открито източно рамки, разработено за подкрепа на създаването на сложни и масштабируеми роботизирани приложения.

Това обучение с преподавател (онлайн или на място) е насочено към средно ниво роботни инженери и разработчици, които искат да имплементират автономната навигация и SLAM (Simultaneous Localization and Mapping) с ROS 2.

По завършване на обучението участниците ще могат да:

• Настройват и конфигурират ROS 2 за приложения с автономна навигация.
• Имплементират SLAM алгоритми за мапиране и локализация.
• Интегрират сензори като LiDAR и камери с ROS 2.
• Симулират и тестват автономна навигация в Gazebo.
• Разполагат навигационни стекове на физически роботи.

Формат на курса

• Интерактивна лекция и дискусия.
• Практика с инструментите и симуляционната среда на ROS 2.
• Лабораторно приложение и тестване на виртуални или физически роботи.

Опции за персонализация на курса

• За да поискате персонализирано обучение за този курс, моля свържете се с нас.

Това обучение под ръководството на инструктор (онлайн или на място) е насочено към участници на среден ниво, които искат да подобрят уменията си в проектирането, програмирането и използването на интелигентни роботни системи за автоматизация и повече.

Към края на това обучение, участниците ще могат да:

• Разберат принципите на Физическото ИИ и неговите приложения в роботика и автоматизация.
• Проектират и програмират интелигентни роботни системи за динамични среди.
• Реализират ИИ модели за автономно взимане на решения в роботите.
• Използват симулационни инструменти за тестване и оптимизиране на роботите.
• Решават предизвикателства като сензорна фузия, реално време обработка и енергийна ефективност.

Изкуствен интелект (ИИ) за роботика комбинира машинно самообучение, системи за управление и интеграция на сензори, за да създаде интелигентни машини, способни за възприемане, обработка и автономно действие. Чрез современи инструменти като ROS 2, TensorFlow и OpenCV, инженерите могат да проектират роботи, които навигирам, планират и взаимодействат с реалните околнини разумно.

Този курс под ръководството на инструктор (онлайн или на място) е насочен към инженери средно ниво, които искат да разработват, обучават и разпространяват ИИ-дривените роботни системи, използвайки съвременни отворени технологии и фреймворки.

По завършване на обучението, участниците ще могат да:

• Използват Python и ROS 2 за изграждане и симулиране на роботни поведения.
• Применяват Калман и частицни филтри за локализация и отслежване.
• Използват методи на компютърното зрение с OpenCV за възприемане и детекция на обекти.
• Използват TensorFlow за прогнозиране на движения и обучение на контрола.
• Интегрират SLAM (едновременно локализация и картиране) за автономна навигация.
• Разработват модели на укрепяващото обучение, за да подобрят принятията на роботите.

Формат на курса

• Интерактивни лекции и обсъждания.
• Практическа имплементация с ROS 2 и Python.
• Практически упражнения с симулирани и реални роботни околнини.

Опции за персонализиране на курса

За да поискате персонализирано обучение за този курс, моля, свържете се с нас, за да организираме.

В това обучение под ръководството на преподавател в България (онлайн или на място), участниците ще научат различните технологии, фреймворки и техники за програмиране на различни видове роботи, предназначени за използване в областта на ядровата технология и околната среда.

Шестотиждневното обучение се провежда 5 дни седмично. Всеки ден продължава 4 часа и включва лекции, обсъждания и практически разработки на роботи в живоподобна лабораторна среда. Участниците ще извършат различни реални проекти, свързани с техния труд, за да практикуват придобитите знания.

Целевото оборудване за това обучение ще бъде моделирано в 3D чрез симуляторно софтуерно приложение. ROS (Robot Operating System) отворен фреймворк, C++ и Python ще бъдат използвани за програмирането на роботите.

По края на това обучение участниците ще могат да:

• Разберат ключовите концепции, използвани в роботичните технологии.
• Разбират и управляват взаимодействието между софтуера и хардуера в роботна система.
• Разбират и имплементират софтуерните компоненти, които подкрепят роботиката.
• Създават и управляват симулиран механичен робот, който може да вижда, изучава, обработва, навигира и взаимодейства с хора чрез глас.
• Разбират необходимите елементи на изкуствения интелект (машинно обучение, дълбоко обучение и т.н.), приложими за построяването на умния робот.
• Имплементират филтри (Kalman и Particle) за да позволят на робота да локализира движещи се обекти в околната среда.
• Имплементират търсачки алгоритми и планиране на движение.
• Имплементират PID контроли за регулиране на движението на робота в околната среда.
• Имплементират алгоритми SLAM, за да позволят на робота да картира непозната околна среда.
• Развиват способността на робота да извършва сложни задачи чрез дълбоко обучение.
• Тествират и коригират робот в реални сценарии.

Услугата Azure Bot Service обединява възможностите на Microsoft Bot Framework и Azure Functions, предоставяйки мощна платформа за бързо изграждане на интелигентни ботове.

При този обучение с ръководител на живо участниците ще разгледат как ефективно да разработват интелигентни ботове, използвайки Microsoft Azure.

До края на обучението участниците ще могат да:

Разбират основните концепции, стоящи зад интелигентните ботове.

Изграждат интелигентни ботове, използвайки приложения в облака.

Придобият практически познания за Microsoft Bot Framework, SDK за изграждане на ботове и услугата Azure Bot Service.

Прилагат установени шаблони за дизайн на ботове в реални сценарии.

Създават и разгръщат първия си интелигентен бот, използвайки Microsoft Azure.

Целева аудитория

Този курс е създаден за разработчици, ентусиасти, инженери и ИТ специалисти, интересуват се от разработката на ботове.

Формат на курса

Обучението комбинира лекции и дискусии с упражнения и силен акцент върху практическите занимания.

Ботът или chatbot е като компютърен асистент, който се използва за автоматизиране на потребителските взаимодействия на различни платформи за съобщения и извършване на нещата по-бързо, без да е необходимо потребителите да говорят с друг човек.

В това водено от инструктор обучение на живо участниците ще научат как да започнат да разработват бот, докато преминават през създаването на примерни чатботове, използвайки инструменти и рамки за разработка на ботове.

До края на това обучение участниците ще могат:

• Разберете различните употреби и приложения на ботовете
• Разберете пълния процес на разработване на ботове
• Разгледайте различните инструменти и платформи, използвани при изграждането на ботове
• Създайте примерен чатбот за Facebook Messenger
• Създайте примерен чатбот, като използвате Microsoft Bot Framework

Публика

• Разработчици, които се интересуват от създаването на свой собствен бот

Формат на курса

• Част лекция, част дискусия, упражнения и тежка практическа практика

Това обучение под ръководството на преподавател (онлайн или на място) се насочва към инженери, които искат да научат за приложимостта на изкуствения интелект в мехатронните системи.

По завършването на обучението участниците ще могат да:

• Получат обобщение за изкуствен интелект, машинно обучение и компютърна интелигенция.
• Разберат концепциите на невронните мрежи и различните методи за учене.
• Избират подходящи методи на изкуствен интелект ефективно за реални проблеми.
• Прилагат приложения на изкуствен интелект в мехатронната инженерия.

Умен робот е система за изкуствен интелигент (AI), която може да учи от своето околно среда и от своя опит и да разширява възможностите си на основата на тази знание. Умните роботи могат да сътрудничат с хората, работейки заедно с тях и учайки от тяхното поведение. Освен това те могат да изпълняват не само ръчен труд, но и когнитивни задачи. Освен физически роботи, умните роботи могат да бъдат и чисто софтуерни, живеейки в компютър като софтуерно приложение без подвижни части или физическо взаимодействие със света.

В този инструкторски, живо обучение, участниците ще научат различните технологии, рамки и техники за програмиране на различни типове механични умни роботи, след това ще приложат това знание за да завършат собствени проекти на умни роботи.

Курсът е разделен на 4 секции, всяка от които съществува от три дена лекции, дискусии и практикуване на разработка на роботи в живо лабораторно обстановка. Всяка секция ще завърши с практичен ръчен проект, за да позволи на участниците да практикуват и да демонстрират придобитото си знание.

Целта на оборудването за този курс ще бъде симулирана в 3D чрез симулационен софтуер. ROS (Robot Operating System) open-source рамката, C++ и Python ще бъдат използвани за програмиране на роботите.

Към края на това обучение, участниците ще могат да:

• Разберат ключовите концепции, използвани в роботните технологии
• Разберат и управляват взаимодействието между софтуер и хардуер в роботна система
• Разберат и имплементират софтуерните компоненти, които поддържат умните роботи
• Създадат и оперират симулиран механичен умен робот, който може да вижда, чувства, обработва, хваща, навигацира и взаимодейства с хората чрез глас
• Разширят възможностите на умен робот да изпълнява сложни задачи чрез Deep Learning
• Тестират и отстраняват грешки на умен робот в реалистични сценарии

Целева аудитория

• Разработчици
• Инженери

Формат на курса

• Част лекции, част дискусии, упражнения и много ръчно практикуване

Забележка

• За да персонализирате някакъв част от този курс (език за програмиране, модел на робот и т.н.), моля свържете се с нас, за да се договорим.