Děkujeme za vaši dotaz! Jeden z našich pracovníků vás brzy kontaktuje.
Děkujeme za rezervaci! Jeden z našich pracovníků vás brzy kontaktuje.
Návrh Školení
Úvod do robotického učení
- Přehled strojového učení v robotice
- Dohledné vs. nedohledné vs. učení s posilováním
- Aplikace RL v řízení, navigaci a manipulaci
Základy učení s posilováním
- Markovyho rozhodovací procesy (MDP)
- Politika, funkce hodnoty a funkce odměny
- Kompromis mezi průzkumem (exploration) a využitím (exploitation)
Klasické algoritmy RL
- Q-learning a SARSA
- Monte Carlo a metody časových rozdílů
- Iterace hodnoty a iterace politiky
Techniky hlubokého učení s posilováním
- Kombinace hlubokého učení s RL (Deep Q-Networks)
- Metody gradientu politiky
- Pokročilé algoritmy: A3C, DDPG a PPO
Simulační prostředí pro robotické učení
- Použití OpenAI Gym a ROS 2 pro simulaci
- Tvorba vlastních prostředí pro robotické úkoly
- Hodnocení výkonu a stability trénování
Použití RL v robotice
- Učení řídicích a pohybových politik
- Učení s posilováním pro robotickou manipulaci
- Učení s posilováním více agentů v rojové robotice
Optimalizace, nasazení a integrace do reálného světa
- Ladění hyperparametrů a tvarování odměn
- Přenášení naučených politik ze simulace do reality (Sim2Real)
- Nasazení vycvičených modelů na robotický hardware
Shrnutí a další kroky
Požadavky
- Pochopení konceptů strojového učení
- Zkušenosti s programováním v Pythonu
- Seznámení s robotikou a regulačními systémy
Cílové publikum
- Strojní inženýři
- Výzkumníci robotiky
- Vývojáři budující inteligentní robotické systémy
21 Hodiny
Reference (2)
Dodání materiálu (virtuální stroj) pro okamžitý začátek cvičení a vysvětlení jádra ROS2. Proč věci fungují určitým způsobem.
Arjan Bakema
Kurz - Autonomous Navigation & SLAM with ROS 2
Přeloženo strojem
její znalost a využití umělé inteligence pro robotiku v budoucnu.
Ryle - PHILIPPINE MILITARY ACADEMY
Kurz - Artificial Intelligence (AI) for Robotics
Přeloženo strojem
