AI สำหรับหุ่นยนต์และระบบอัตโนมัติ

ผสานรวมอัลกอริทึม AI สำหรับการรับรู้ (computer vision), การนำทาง (SLAM) และการจัดการในหุ่นยนต์, โดรน และยานพาหนะอัตโนมัติ เน้นการเรียนรู้แบบเสริมกำลังสำหรับการควบคุมและการตัดสินใจในสภาพแวดล้อมแบบไดนามิก

7 subcategories · 17 courses total

AI สำหรับยานยนต์ไร้คนขับ
มุ่งเน้นที่ชุดซอฟต์แวร์ที่สมบูรณ์สำหรับรถยนต์ขับเคลื่อนอัตโนมัติ รวมถึงการหลอมรวมเซ็นเซอร์ การรับรู้ การคาดการณ์ การวางแผน และระบบควบคุม ทำความเข้าใจความท้าทายเฉพาะของการขับขี่อัตโนมัติ
4 courses
SLAM สำหรับการนำทางอัตโนมัติ
ฝึกฝนเทคนิค SLAM (Simultaneous Localization and Mapping) ให้เชี่ยวชาญ เพื่อให้หุ่นยนต์และยานพาหนะอัตโนมัติสามารถสร้างแผนที่ในสภาพแวดล้อมที่ไม่รู้จัก พร้อมกับติดตามตำแหน่งของตัวเองได้ในเวลาเดียวกัน
3 courses
ระบบควบคุมหุ่นยนต์
ศึกษาหลักการของพลศาสตร์หุ่นยนต์และทฤษฎีการควบคุม เรียนรู้การออกแบบคอนโทรลเลอร์ เช่น PID และ LQR และสำรวจวิธีการควบคุมแบบปรับตัวและการเรียนรู้ที่ทันสมัยเพื่อการเคลื่อนไหวของหุ่นยนต์ที่แม่นยำ
3 courses
การเรียนรู้แบบเสริมกำลังสำหรับวิทยาการหุ่นยนต์
ประยุกต์ใช้อัลกอริทึมการเรียนรู้แบบเสริมกำลัง (RL) และ RL เชิงลึกเพื่อฝึกหุ่นยนต์ให้ทำงานที่ซับซ้อนและตัดสินใจได้อย่างเหมาะสมที่สุดแบบเรียลไทม์ เรียนรู้เกี่ยวกับนโยบาย รางวัล และการถ่ายโอนจากแบบจำลองสู่ของจริง (sim-to-real)
2 courses
AI สำหรับโดรนและ UAV
พัฒนาระบบที่ขับเคลื่อนด้วย AI สำหรับโดรนอัตโนมัติและยานพาหนะทางอากาศไร้คนขับ (UAV) ครอบคลุมหัวข้อต่างๆ เช่น การนำทางทางอากาศ การติดตามด้วยภาพ การหลีกเลี่ยงสิ่งกีดขวาง และการวางแผนภารกิจ
2 courses
ระบบปฏิบัติการหุ่นยนต์ (ROS)
เรียนรู้พื้นฐานของระบบปฏิบัติการหุ่นยนต์ (ROS) ซึ่งเป็นเฟรมเวิร์กซอฟต์แวร์มาตรฐานสำหรับวิทยาการหุ่นยนต์ เชี่ยวชาญแนวคิด ROS เพื่อสร้าง จำลอง และปรับใช้ระบบหุ่นยนต์ที่ซับซ้อน
2 courses
การวางแผนการเคลื่อนที่และเส้นทาง
พัฒนาและประยุกต์ใช้อัลกอริทึมสำหรับการวางแผนเส้นทางและการควบคุมการเคลื่อนที่ เช่น A*, RRT และ D* เพื่อนำทางหุ่นยนต์อย่างปลอดภัยและมีประสิทธิภาพผ่านสภาพแวดล้อมที่ซับซ้อนและเปลี่ยนแปลงตลอดเวลา
1 courses