Bądźmy w kontakcie

Plan Szkolenia

Wprowadzenie do manipulacji robotów i uczenia głębokiego

  • Przegląd zadań manipulacyjnych i komponentów systemu
  • Tradycyjne vs. oparte na uczeniu podejścia
  • Uczenie głębokie w percepcji, planowaniu i sterowaniu

Percepcja w manipulacji

  • Wizja komputerowa i wykrywanie obiektów do chwytania
  • Wizja 3D, czujniki głębi i przetwarzanie chmur punktów
  • Trening sieci CNN do lokalizacji i segmentacji obiektów

Planowanie i wykrywanie chwytów

  • Klasyczne algorytmy planowania chwytów
  • Uczenie pozycji chwytów z danych i symulacji
  • Implementacja sieci wykrywania chwytów (np. GGCNN, Dex-Net)

Sterowanie i planowanie ruchu

  • Kinematyka odwrotna i generowanie trajektorii
  • Planowanie ruchu oparte na uczeniu i uczenie przez naśladowanie
  • Uczenie przez wzmacnianie dla polityk sterowania manipulacją

Integracja z ROS 2 i środowiskami symulacyjnymi

  • Konfiguracja węzłów ROS 2 do percepcji i sterowania
  • Symulacja manipulatorów robotycznych w Gazebo i Isaac Sim
  • Integracja modeli neuronowych do sterowania w czasie rzeczywistym

Kompleksowe uczenie dla manipulacji

  • Łączenie percepcji, polityk i sterowania w jednych sieciach
  • Wykorzystanie danych demonstracyjnych do nadzorowanego uczenia polityk
  • Adaptacja domeny między symulacją a rzeczywistym sprzętem

Ocena i optymalizacja

  • Metryki sukcesu chwytu, stabilności i precyzji
  • Testowanie w różnych warunkach i zakłóceniach
  • Kompresja modeli i wdrażanie na urządzeniach brzegowych

Praktyczny projekt: Robotyczne chwytanie oparte na uczeniu głębokim

  • Projektowanie potoku od percepcji do działania
  • Trening i testowanie modelu wykrywania chwytów
  • Integracja modelu z symulowanym ramieniem robotycznym

Podsumowanie i kolejne kroki

Wymagania

  • Zaawansowana znajomość kinematyki i dynamiki robotów
  • Doświadczenie w programowaniu w Pythonie i korzystaniu z frameworków do uczenia głębokiego
  • Znajomość ROS lub podobnych middleware dla robotów

Grupa docelowa

  • Inżynierowie robotyki rozwijający inteligentne systemy manipulacyjne
  • Specjaliści od percepcji i sterowania pracujący nad aplikacjami chwytającymi
  • Badacze i zaawansowani praktycy w dziedzinie uczenia robotów i sterowania opartego na AI
 28 godzin

Liczba uczestników


Cena za uczestnika (netto)

Opinie uczestników (3)

Propozycje terminów

Powiązane Kategorie