План на курса

Въведение в напредна Физична ИИ

  • Преглед на напредните концепции на Физична ИИ
  • Последни разработки и тенденции в автономните системи
  • Ключови предизвикателства при проектирането на автономни системи

Напредна система за дизайн

  • Механичен и електрически дизайн за сложни системи
  • Интеграция на напредни сензори и актуатори
  • Управление на енергията и устойчивост

Алгоритми на ИИ за автономност

  • Дълбоко обучение за възприятие и планиране
  • Усилено обучение за адаптивен контрол
  • Оптимизация на ИИ пиплайни за реално време за вземане на решения

Реално време обработка и интеграция на данни

  • Напредни техники за фюзониране на сензори
  • Реално време обработка на данни за динамични среди
  • Напредни навигационни стратегии и стратегии за избягване на препятствия

Симулание и валидация

  • Напредно използване на симулационни среди
  • Моделиране и тестване на сложни сценарии
  • Валидация на системите и оптимизация на производителността

Стратегии за автоматизация и развертане

  • Програмиране на напредни работни процеси за автоматизация
  • Обединяване на надежност и сигурност при автономни развертания
  • Мащабируемост и поддръжка на автономни системи

Разглеждане на бъдещи тенденции и предизвикателства

  • Напредъци в човешко-роботна взаимодействие и сътрудничество
  • Етични разсъждения при автономни системи
  • Бъдещето на Физична ИИ в различни отрасли

Резюме и следващи стъпки

Изисквания

  • Дълбоко разбиране на концепциите за изкуствен интелигент и машинно обучение
  • Опит в проектиране и управление на роботни системи
  • Опит с програмни езици като Python или C++

Целева група

  • Изследователи в областта на изкуствен интелигент
  • Специалисти в роботна техника
  • Софтуерни инженери
 21 часа

Брой участници


Цена за участник

Предстоящи Курсове

Свързани Kатегории