Manipulacja Robotów i Chwytanie za pomocą Głębokiego Uczenia - Plan Szkolenia

Sztuczna Inteligencja (AI) dla Robotyki łączy naukę o maszynach, systemy sterowania i fuzję czujników, aby tworzyć inteligentne maszyny zdolne do postrzegania, rozumowania i działania samodzielnie. Dzięki nowoczesnym narzędziom takim jak ROS 2, TensorFlow i OpenCV, inżynierowie mogą teraz projektować roboty, które poruszają się, planują i interakcjonują z rzeczywistymi środowiskami inteligentnie.

Ten prowadzony przez instruktora, na żywo szkolenie (online lub stacjonarnie) jest skierowane do inżynierów o poziomie zaawansowanym, którzy chcą opracowywać, trenować i wdrażać systemy robotyczne napędzane AI przy użyciu bieżących otwartoźródłowych technologii i frameworków.

Na koniec tego szkolenia uczestnicy będą mogli:

• Używać Pythona i ROS 2 do budowania i symulacji zachowań roboczych.
• Implementować filtry Kalmana i cząsteczkowe do lokalizacji i śledzenia.
• Zastosowywać techniki wizji komputerowej za pomocą OpenCV do postrzegania i wykrywania obiektów.
• Używać TensorFlow do przewidywania ruchu i sterowania opartego na uczeniu się.
• Integrować SLAM (Symultaniczna Lokalizacja i Mapowanie) dla samodzielnej nawigacji.
• Rozwijać modele uczenia wzmocnionego, aby poprawić podejmowanie decyzji przez roboty.

Format Kursu

• Interaktywna prezentacja i dyskusja.
• Praktyczna implementacja przy użyciu ROS 2 i Pythona.
• Ćwiczenia praktyczne w symulowanych i rzeczywistych środowiskach robotycznych.

Opcje Personalizacji Kursu

Aby poprosić o personalizowane szkolenie dla tego kursu, prosimy o kontakt z nami, aby ustalić szczegóły.

W tym szkoleniu prowadzonym przez instruktora w Polsce (online lub stacjonarnie), uczestnicy dowiedzą się o różnych technologiach, ramach i technikach programowania różnych typów robotów do zastosowania w dziedzinie technologii jądrowej i systemów środowiskowych.

Sześciotygodniowy kurs odbywa się 5 dni tygodniowo. Każdy dzień trwa 4 godziny i składa się z wykładów, dyskusji oraz praktycznej roboty nad programowaniem robotów w środowisku laboratoryjnym. Uczestnicy wykonają różne projekty praktyczne związane z ich pracą, aby ćwiczyć zdobyte umiejętności.

Docelowe sprzęgi dla tego kursu będą symulowane w 3D za pomocą oprogramowania do symulacji. Ramka otwartego kodu źródłowego ROS (Robot Operating System), C++ i Python zostaną wykorzystane do programowania robotów.

Po zakończeniu tego szkolenia, uczestnicy będą w stanie:

• Zrozumieć kluczowe koncepcje wykorzystywane w technologiach robotycznych.
• Zrozumieć i zarządzać interakcją między oprogramowaniem a sprzętem w systemie robocim.
• Zrozumieć i zaimplementować komponenty oprogramowania, które stanowią podstawę robotyki.
• Budować i operować symulowanym mechanicznym robotem, który może widzieć, czuć, przetwarzać informacje, nawigować oraz interakcjonować z ludźmi poprzez mowę.
• Zrozumieć niezbędne elementy sztucznej inteligencji (uczenie maszynowe, głębokie uczenie itp.), które są stosowane do budowy inteligentnego robota.
• Implementować filtry (Kalmana i cząsteczkowe), aby umożliwić robotowi lokalizację poruszających się obiektów w jego otoczeniu.
• Implementować algorytmy wyszukiwania i planowania ruchu.
• Implementować sterowniki PID, aby regulować ruch robota w środowisku.
• Implementować algorytmy SLAM, aby umożliwić robotowi tworzenie map nieznanych środowisk.
• Rozszerzać zdolności robota do wykonywania złożonych zadań za pomocą Głębokiego Uczenia.
• Testować i rozwiązywać problemy z robotem w realistycznych scenariuszach.

W tym kursie prowadzonym przez instruktora w Polsce (online lub stacjonarnie), uczestnicy nauczą się różnych technologii, frameworków i technik programowania różnego rodzaju robotów do zastosowania w dziedzinie technologii jądrowych i systemach środowiskowych.

Kurs trwający 4 tygodnie jest organizowany 5 dni w tygodniu. Każdy dzień trwa 4 godziny i składa się z wykładów, dyskusji oraz praktycznej rozwoju robotów w środowisku laboratoryjnym. Uczestnicy wykonają różne rzeczywiste projekty związane z ich pracą, aby przećwiczyć zdobyte umiejętności.

Docelowe układy sprzętowe dla tego kursu zostaną zasymulowane w 3D za pomocą oprogramowania symulacyjnego. Następnie kod będzie ładowany na fizyczny sprzęt (Arduino lub inny) do testów końcowych. Open-source framework ROS (Robot Operating System), C++ i Python będą wykorzystywane do programowania robotów.

Na końcu tego szkolenia uczestnicy będą w stanie:

• Zrozumieć kluczowe koncepcje stosowane w technologiach robotycznych.
• Zrozumieć i zarządzać interakcją między oprogramowaniem a sprzętem w systemie roboczym.
• Zrozumieć i zaimplementować oprogramowanie, które stanowi podstawę robotyki.
• Skonstruować i obsługiwać symulowanego mechanicznego robota, który potrafi widzieć, wyczuwać, przetwarzać informacje, nawigować oraz interakcjonować z ludźmi poprzez głos.
• Zrozumieć niezbędne elementy sztucznej inteligencji (uczenie maszynowe, uczenie zagłębione itp.) stosowane w budowie inteligentnego robota.
• Zaimplementować filtry (Kalman i Particle) umożliwiające robotowi wykrywanie poruszających się obiektów w jego środowisku.
• Zaimplementować algorytmy wyszukiwania i planowania ruchu.
• Zaimplementować sterowniki PID do regulacji ruchu robota w środowisku.
• Zaimplementować algorytmy SLAM, umożliwiające robotowi tworzenie map nieznanych środowisk.
• Testować i rozwiązywać problemy z robotem w realistycznych scenariuszach.

ROS 2 (Robot Operating System 2) to otwarte źródło framework zaprojektowany do wspierania tworzenia skomplikowanych i skalowalnych aplikacji robotycznych.

Ta prowadzona przez instruktora, na żywo trening (online lub stacjonarny) jest skierowany do średnio zaawansowanych inżynierów i programistów robotów, którzy chcą zaimplementować autonomiczną nawigację i SLAM (Simultaneous Localization and Mapping) przy użyciu ROS 2.

Na koniec tego treningu uczestnicy będą w stanie:

• Konfigurować ROS 2 do aplikacji autonomicznej nawigacji.
• Implementować algorytmy SLAM dla mapowania i lokalizacji.
• Integrować czujniki takie jak LiDAR i kamery z ROS 2.
• Symulować i testować autonomiczną nawigację w Gazebo.
• Wdrażać stosy nawigacyjne na fizycznych robotach.

Format kursu

• Interaktywna prezentacja i dyskusja.
• Zajecia praktyczne z użyciem narzędzi ROS 2 i środowisk symulacyjnych.
• Implementacja i testowanie na żywo wirtualnych lub fizycznych robotów.

Opcje dostosowywania kursu

• Aby poprosić o dostosowany trening dla tego kursu, prosimy skontaktować się z nami, aby zaplanować.

Usługa Azure Bot łączy moc Microsoft Bot Framework i funkcji Azure, aby umożliwić szybkie tworzenie inteligentnych botów.

W trakcie tego prowadzonego przez instruktora szkolenia online uczestnicy nauczą się, jak łatwo stworzyć inteligentnego bota za pomocą Microsoft Azure.

Po ukończeniu tego szkolenia uczestnicy będą w stanie:

• Nauczyć się podstaw inteligentnych botów
• Nauczyć się tworzyć inteligentne boty za pomocą aplikacji chmurowych
• Zrozumieć, jak używać Microsoft Bot Framework, SDK Bot Builder i usługi Azure Bot
• Zrozumieć, jak projektować boty za pomocą wzorców botów
• Rozwinąć swojego pierwszego inteligentnego bota za pomocą Microsoft Azure

Grupa docelowa

• Programiści
• Hobbyści
• Inżynierowie
• Specjaliści IT

Format kursu

• Część wykładu, część dyskusji, ćwiczenia i intensywne praktyczne ćwiczenia

OpenCV to otwarta biblioteka wizji komputerowej, która umożliwia przetwarzanie obrazów w czasie rzeczywistym, podczas gdy frameworki głębokiego uczenia, takie jak TensorFlow, dostarczają narzędzi do inteligentnej percepcji i podejmowania decyzji w systemach robotycznych.

Trening prowadzony przez instruktora (online lub stacjonarnie) jest skierowany do pośrednio zaawansowanych inżynierów robotyki, specjalistów wizji komputerowej i inżynierów uczenia maszynowego, którzy chcą zastosować techniki wizji komputerowej i głębokiego uczenia dla percepcji i autonomii robotów.

Na koniec tego treningu uczestnicy będą w stanie:

• Zaimplementować potoki wizyjne za pomocą OpenCV.
• Zintegrować modele głębokiego uczenia do wykrywania i rozpoznawania obiektów.
• Używać danych wizyjnych do sterowania i nawigacji robotem.
• Kombinować klasyczne algorytmy wizyjne z sieciami neuronowymi.
• Wdrożyć systemy wizji komputerowej na platformach wbudowanych i robotycznych.

Format Kursu

• Interaktywna prezentacja i dyskusja.
• Ćwiczenia praktyczne z użyciem OpenCV i TensorFlow.
• Implementacja na symulowanych lub fizycznych systemach robotycznych w czasie realnym.

Opcje Dostosowywania Kursu

• Aby poprosić o dostosowany trening dla tego kursu, prosimy o kontakt z nami.

Bot lub chatbot jest jak asystent komputerowy, który służy do automatyzacji interakcji użytkownika na różnych platformach komunikacyjnych i szybszego wykonywania zadań bez konieczności rozmowy z innym człowiekiem.

W tym prowadzonym przez instruktora szkoleniu na żywo uczestnicy dowiedzą się, jak rozpocząć tworzenie bota, przechodząc przez tworzenie przykładowych chatbotów przy użyciu narzędzi i frameworków do tworzenia botów.

Pod koniec tego szkolenia uczestnicy będą mogli

• Zrozumieć różne zastosowania i aplikacje botów
• Zrozumieć cały proces tworzenia botów
• Poznaj różne narzędzia i platformy używane do tworzenia botów
• Zbudować przykładowego chatbota dla Facebook Messenger
• Zbudować przykładowego chatbota przy użyciu Microsoft Bot Framework

Odbiorcy

• Programiści zainteresowani stworzeniem własnego bota

Format kursu

• Część wykładu, część dyskusji, ćwiczenia i ciężka praktyka praktyczna

Edge AI umożliwia uruchamianie modeli sztucznej inteligencji bezpośrednio na wbudowanych lub zasobowo ograniczonych urządzeniach, co zmniejsza opóźnienia i zużycie energii oraz zwiększa autonomię i prywatność w systemach robotycznych.

Ten prowadzony przez instruktora, na żywo (online lub stacjonarnie) szkolenie jest skierowane do pośrednio zaawansowanych programistów wbudowanych i inżynierów robotyków, którzy chcą zaimplementować techniki wnioskowania i optymalizacji maszynowego uczenia bezpośrednio na sprzętowej części robotów przy użyciu TinyML i ramki Edge AI.

Na koniec tego szkolenia uczestnicy będą w stanie:

• Zrozumieć podstawy TinyML i Edge AI dla robotów.
• Konwertować i wdrażać modele AI do wnioskowania na urządzeniach.
• Optymalizować modele pod kątem szybkości, rozmiaru i efektywności energetycznej.
• Integrować systemy Edge AI z architekturami sterowania robotów.
• Oceeniać wydajność i dokładność w prawdziwych warunkach.

Format kursu

• Interaktywna prezentacja i dyskusja.
• Zajęcia praktyczne przy użyciu toolchainów TinyML i Edge AI.
• Cwiczenia praktyczne na platformach sprzętowych wbudowanych i robotycznych.

Opcje dostosowywania kursu

• Aby poprosić o dostosowanie tego szkolenia, prosimy skontaktować się z nami, aby zaplanować.

To prowadzone przez instruktora, na żywo trening (online lub stacjonarny) jest skierowany do uczestników poziomu średniego, którzy chcą zrozumieć rolę współdziałających robotów (cobots) i innych ludzkocentrycznych systemów sztucznej inteligencji w nowoczesnych miejscach pracy.

Na koniec tego treningu, uczestnicy będą w stanie:

• Zrozumieć zasady Ludzkocentrycznej Fizycznej Sztucznej Inteligencji i jej zastosowania.
• Badanie roli współdziałających robotów w zwiększaniu wydajności pracy.
• Identyfikować i rozwiązywać problemy w interakcjach człowieka i maszyny.
• Projektować przepływy pracy, które optymalizują współpracę między ludźmi a sterowanymi sztuczną inteligencją systemami.
• Promować kulturę innowacji i adaptacyjności w miejscach pracy zintegrowanych ze sztuczną inteligencją.

Ten prowadzony przez instruktora, żywy trening w Polsce (online lub stacjonarny) jest skierowany do inżynierów, którzy chcą dowiedzieć się o zastosowaniach sztucznej inteligencji w systemach mechatronicznych.

Po zakończeniu tego treningu uczestnicy będą w stanie:

• Uzyskać ogólne pojęcie o sztucznej inteligencji, uczeniu maszyn i obliczeniowej inteligencji.
• Zrozumieć koncepcje sieci neuronowych i różnych metod nauki.
• Skutecznie wybierać podejścia sztucznej inteligencji do rzeczywistych problemów.
• Implementować aplikacje AI w inżynierii mechatronicznej.

To prowadzone przez instruktora, na żywo szkolenie w Polsce (online lub stacjonarne) jest skierowane do zaawansowanych inżynierów robotyki i badaczy sztucznej inteligencji, którzy chcą wykorzystać wielomodalną sztuczną inteligencję do integracji różnych danych czujników w celu stworzenia bardziej samodzielnych i efektywnych robotów, które potrafią widzieć, słyszeć i dotykać.

Na koniec tego szkolenia uczestnicy będą w stanie:

• Implementować wielomodalne czujniki w systemach roboczych.
• Opracowywać algorytmy sztucznej inteligencji do fuzji sensorów i podejmowania decyzji.
• Tworzyć roboty, które potrafią wykonywać złożone zadania w dynamicznych środowiskach.
• Rozwiązywać problemy związane z przetwarzaniem danych w czasie rzeczywistym i aktywacją.

Ten prowadzony przez instruktora, na żywo szkolenie w Polsce (online lub stacjonarnie) jest skierowany do uczestników poziomu średniego, którzy chcą rozwinąć swoje umiejętności w zakresie projektowania, programowania i wdrażania inteligentnych systemów robotycznych dla automatyzacji i nie tylko.

Na koniec tego szkolenia uczestnicy będą w stanie:

• Zrozumieć zasady fizycznej sztucznej inteligencji i jej zastosowania w robotyce i automatyzacji.
• Projektować i programować inteligentne systemy robotyczne dla dynamicznych środowisk.
• Implementować modele AI do autonomicznej podejmowania decyzji przez roboty.
• Wykorzystywać narzędzia symulacyjne do testowania i optymalizacji robotów.
• Rozwiązywać wyzwania, takie jak fuzja czujników, przetwarzanie w czasie rzeczywistym i efektywność energetyczna.

Reinforcement learning (RL) to paradigma uczenia maszynowego, w którym agenci uczą się podjmować decyzje poprzez interakcję z środowiskiem. W robotyce RL umożliwia autonomicznym systemom rozwijanie adaptacyjnych zdolności sterowania i podejmowania decyzji poprzez doświadczenie i zwroty informacyjne.

Trening prowadzony przez instruktora (online lub stacjonarnie) jest skierowany do zaawansowanych inżynierów uczenia maszynowego, badaczy robotyki i programistów, którzy chcą projektować, implementować i wdrażać algorytmy uczenia wzmacnianego w aplikacjach roboczych.

Na koniec tego treningu uczestnicy będą mogli:

• Zrozumieć zasady i matematykę uczenia wzmacnianego.
• Zaimplementować algorytmy RL, takie jak Q-learning, DDPG i PPO.
• Integrować RL z symulacyjnymi środowiskami roboczymi przy użyciu OpenAI Gym i ROS 2.
• Trenować roboty do wykonywania skomplikowanych zadań autonomicznie poprzez próbę i błąd.
• Optymalizować wyniki treningu przy użyciu frameworków uczenia głębokiego, takich jak PyTorch.

Format Kursu

• Interaktywna prezentacja i dyskusja.
• Dydaktyka praktyczna przy użyciu Pythona, PyTorch i OpenAI Gym.
• Cwiczenia praktyczne w symulowanych lub fizycznych środowiskach roboczych.

Opcje Dostosowywania Kursu

• Aby poprosić o dostosowanie treningu do indywidualnych potrzeb, prosimy o kontakt.

Smart Robot to sztuczny system inteligentny (AI), który może uczyć się z otoczenia i doświadczenia, a następnie rozbudowywać swoje możliwości na podstawie tej wiedzy. Smart Roboty mogą współpracować z ludźmi, pracując obok nich i ucząc się z ich zachowania. Ponadto mają zdolności nie tylko do prac fizycznych, ale również do wykonywania zadań kognitywnych. Oprócz fizycznych robotów, Smart Roboty mogą być również wyłącznie oprogramowaniem, działającym w komputerze jako aplikacja oprogramowania bez ruchomych części lub fizycznej interakcji ze światem.

W tym kursie prowadzonym przez instruktora uczestnicy nauczą się różnych technologii, ram i technik do programowania różnych typów mechanicznych Smart Robotów, a następnie zastosują tę wiedzę do realizacji swoich własnych projektów Smart Robotów.

Kurs jest podzielony na 4 sekcje, z których każda składa się z trzech dni wykładów, dyskusji i praktycznego tworzenia robotów w żywym laboratorium. Każda sekcja zakończy się praktycznym projektem, który pozwoli uczestnikom na ćwiczenie i demonstrację swoich nabytych umiejętności.

W tym kursie używane będzie oprogramowanie symulujące sprzęt w 3D. Do programowania robotów wykorzystane zostaną otwarte narzędzie ROS (Robot Operating System), C++ i Python.

Po zakończeniu tego szkolenia uczestnicy będą w stanie:

• Zrozumieć kluczowe koncepcje używane w technologiach robotycznych
• Zrozumieć i zarządzać interakcją między oprogramowaniem a sprzętem w systemie robotycznym
• Zrozumieć i wdrożyć komponenty oprogramowania, które stanowią podstawę Smart Robotów
• Budować i obsługiwać symulowany mechaniczny Smart Robot, który może widzieć, odczuwać, przetwarzać, chwytać, nawigować i komunikować się z ludźmi za pomocą głosu
• Rozszerzyć zdolność Smart Robota do wykonywania skomplikowanych zadań za pomocą uczenia głębokiego
• Testować i diagnozować Smart Robota w realistycznych scenariuszach

Grupa docelowa

• Programiści
• Inżynierowie

Format kursu

• Część wykładów, część dyskusji, ćwiczeń i intensywnej praktyki

Uwaga

• W celu dostosowania dowolnej części tego kursu (język programowania, model robota, itp.) skontaktuj się z nami, aby ustalić.

Smart Robotics to integracja sztucznej inteligencji w systemy robotyczne w celu poprawy percepcji, podejmowania decyzji oraz autonomicznego sterowania.

Jest to szkolenie prowadzone przez instruktora (online lub na miejscu), skierowane do zaawansowanych inżynierów robotyki, integratorów systemów oraz kierowników automatyzacji, którzy chcą wdrożyć AI-według percepcji, planowania i sterowania w inteligentnych środowiskach produkcyjnych.

Na zakończenie tego szkolenia uczestnicy będą w stanie:

• Zrozumieć i zastosować techniki AI do percepcji robotów i fuzji danych z sensorów.
• Rozwijać algorytmy planowania ruchu dla robotów współpracujących i przemysłowych.
• Wdrażać strategie sterowania oparte na uczeniu maszynowym do podejmowania decyzji w czasie rzeczywistym.
• Integrować inteligentne systemy robotyczne w przepływy pracy fabryki inteligentnej.

Format kursu

• Interaktywne wykłady i dyskusje.
• Dużo ćwiczeń i praktyki.
• Ręczne wdrażanie w środowisku laboratorium online.

Opcje dostosowania kursu

• Aby poprosić o dostosowane szkolenie dla tego kursu, skontaktuj się z nami, aby ustalić szczegóły.