Szkolenia AI for Robotics w Poznań

Praktyczne szybkie prototypowanie w robotyce z ROS 2 i Docker to praktyczny kurs zaprojektowany, aby pomóc programistom w efektywnym budowaniu, testowaniu i wdrażaniu aplikacji robotycznych. Uczestnicy nauczą się, jak konteneryzować środowiska robotyczne, integrować pakiety ROS 2 oraz prototypować modułowe systemy robotyczne przy użyciu Dockera w celu zapewnienia powtarzalności i skalowalności. Kurs kładzie nacisk na zwinność, kontrolę wersji oraz praktyki współpracy odpowiednie dla zespołów zajmujących się wczesnym etapem rozwoju i innowacjami.

To szkolenie prowadzone przez instruktora (online lub na miejscu) jest skierowane do uczestników na poziomie podstawowym i średnio zaawansowanym, którzy chcą przyspieszyć procesy rozwoju robotyki przy użyciu ROS 2 i Dockera.

Po zakończeniu szkolenia uczestnicy będą potrafili:

• Skonfigurować środowisko programistyczne ROS 2 w kontenerach Docker.
• Tworzyć i testować prototypy robotyczne w modułowych, powtarzalnych konfiguracjach.
• Używać narzędzi symulacyjnych do weryfikacji zachowania systemu przed wdrożeniem sprzętowym.
• Skutecznie współpracować przy projektach robotycznych opartych na kontenerach.
• Stosować koncepcje ciągłej integracji i wdrażania w procesach robotycznych.

Format kursu

• Interaktywne wykłady i demonstracje.
• Praktyczne ćwiczenia z wykorzystaniem środowisk ROS 2 i Docker.
• Miniprojekty skupione na rzeczywistych zastosowaniach robotycznych.

Opcje dostosowania kursu

• Aby zamówić dostosowane szkolenie, skontaktuj się z nami w celu uzgodnienia szczegółów.

Interakcja Człowiek-Robot (HRI): Głos, Gest i Kontrola Współpracująca to praktyczny kurs, którego celem jest zapoznanie uczestników z projektowaniem i wdrażaniem intuicyjnych interfejsów do komunikacji między człowiekiem a robotem. Szkolenie łączy teorię, zasady projektowania i praktykę programowania, aby budować naturalne i responsywne systemy interakcji wykorzystujące techniki mowy, gestów i współdzielonej kontroli. Uczestnicy nauczą się integrować moduły percepcji, rozwijać wielomodalne systemy wejściowe oraz projektować roboty, które bezpiecznie współpracują z ludźmi.

To szkolenie prowadzone przez instruktora (online lub na miejscu) jest skierowane do uczestników na poziomie podstawowym i średniozaawansowanym, którzy chcą projektować i wdrażać systemy interakcji człowiek-robot, poprawiające użyteczność, bezpieczeństwo i doświadczenie użytkownika.

Po zakończeniu szkolenia uczestnicy będą mogli:

• Zrozumieć podstawy i zasady projektowania interakcji człowiek-robot.
• Rozwijać mechanizmy kontroli i odpowiedzi oparte na głosie dla robotów.
• Wdrażać rozpoznawanie gestów przy użyciu technik przetwarzania obrazu.
• Projektować systemy współdzielonej kontroli dla bezpiecznej i wspólnej autonomii.
• Oceniać systemy HRI pod kątem użyteczności, bezpieczeństwa i czynników ludzkich.

Format kursu

• Interaktywne wykłady i demonstracje.
• Praktyczne ćwiczenia z kodowania i projektowania.
• Eksperymenty praktyczne w symulacji lub rzeczywistych środowiskach robotycznych.

Opcje dostosowania kursu

• Aby zamówić dostosowane szkolenie, prosimy o kontakt w celu ustalenia szczegółów.

Automatyka Roboczo-Przemysłowa: Integracja ROS-PLC i Cyfrowe Wnioski to praktyczny kurs skoncentrowany na połączeniu automatyzacji przemysłowej z nowoczesnymi ramkami robotyki. Uczestnicy nauczą się integrować systemy robocze oparte na ROS z PLC dla zsynchronizowanych operacji oraz badanie środowisk cyfrowych bliźniaczych, aby symulować, monitorować i optymalizować procesy produkcyjne. Kurs podkreśla wzajemny działanie, kontrolę w czasie rzeczywistym i analizę predykcyjną przy użyciu cyfrowych replik systemów fizycznych.

Ten prowadzony przez instruktora, na żywo szkolenie (online lub stacjonarnie) jest skierowane do poziomu średniozaawansowanych profesjonalistów, którzy chcą budować praktyczne umiejętności w łączeniu robotów kontrolowanych przez ROS z środowiskami PLC oraz implementacji cyfrowych bliźniaczych dla optymalizacji automatyzacji i produkcji.

Na koniec tego szkolenia, uczestnicy będą w stanie:

• Zrozumieć protokoły komunikacyjne między systemami ROS i PLC.
• Implementować wymianę danych w czasie rzeczywistym między robotami a kontrolerami przemysłowymi.
• Tworzyć cyfrowe bliźniacze do monitorowania, testowania i symulacji procesów.
• Integrować czujniki, wykonawcy i manipulatory robocze w przepływach pracy przemysłowych.
• Projektować i weryfikować systemy automatyzacji przemysłowej przy użyciu hybrydowych środowisk symulacyjnych.

Format Kursu

• Interaktywna prezentacja i przejście przez architekturę.
• Praktyczne ćwiczenia integrujące systemy ROS i PLC.
• Implementacja projektu symulacji i cyfrowego bliźniaczego.

Opcje Personalizacji Kursu

• Aby poprosić o dostosowanie szkolenia do tego kursu, prosimy skontaktować się z nami.

Manipulacja i chwytanie robotów z wykorzystaniem uczenia głębokiego to zaawansowany kurs, który łączy sterowanie robotyką z nowoczesnymi technikami uczenia maszynowego. Uczestnicy poznają, jak uczenie głębokie może usprawnić percepcję, planowanie ruchu i precyzyjne chwytanie w systemach robotycznych. Poprzez teorię, symulacje i praktyczne ćwiczenia programistyczne, kurs prowadzi uczestników od sterowania opartego na percepcji do kompleksowego uczenia strategii manipulacyjnych.

Ten prowadzony przez instruktora, żywy trening (online lub na miejscu) skierowany jest do profesjonalistów na zaawansowanym poziomie, którzy chcą zastosować metody uczenia głębokiego, aby umożliwić inteligentną, adaptacyjną i precyzyjną manipulację robotów.

Po zakończeniu szkolenia uczestnicy będą mogli:

• Tworzyć modele percepcji do rozpoznawania obiektów i estymacji ich pozycji.
• Trenować sieci neuronowe do wykrywania chwytów i planowania ruchu.
• Integrować moduły uczenia głębokiego z kontrolerami robotów za pomocą ROS 2.
• Symulować i oceniać strategie chwytania i manipulacji w środowiskach wirtualnych.
• Wdrażać i optymalizować nauczone modele na rzeczywistych lub symulowanych ramionach robotycznych.

Format kursu

• Wykłady prowadzone przez ekspertów i dogłębne analizy algorytmów.
• Praktyczne ćwiczenia programistyczne i symulacyjne.
• Realizacja i testowanie projektów.

Opcje dostosowania kursu

• Aby zamówić dostosowane szkolenie dla tego kursu, prosimy o kontakt w celu uzgodnienia szczegółów.

Systemy wielorobotowe i inteligencja roju to zaawansowany kurs szkoleniowy, który eksploruje projektowanie, koordynację i sterowanie zespołami robotów inspirowanymi zachowaniami rojów biologicznych. Uczestnicy dowiedzą się, jak modelować interakcje, implementować rozproszone podejmowanie decyzji oraz optymalizować współpracę między wieloma agentami. Kurs łączy teorię z praktycznymi symulacjami, przygotowując uczestników do zastosowań w logistyce, obronności, poszukiwaniu i ratownictwie oraz autonomicznej eksploracji.

To szkolenie prowadzone przez instruktora (online lub na miejscu) jest skierowane do profesjonalistów na zaawansowanym poziomie, którzy chcą projektować, symulować i implementować systemy wielorobotowe i oparte na roju, wykorzystując otwarte frameworki i algorytmy.

Pod koniec szkolenia uczestnicy będą mogli:

• Zrozumieć zasady i dynamikę inteligencji roju oraz robotyki kooperacyjnej.
• Projektować strategie komunikacji i koordynacji dla systemów wielorobotowych.
• Implementować rozproszone algorytmy podejmowania decyzji i osiągania konsensusu.
• Symulować zbiorowe zachowania, takie jak kontrola formacji, flocking i pokrycie obszaru.
• Stosować techniki oparte na roju w rzeczywistych scenariuszach i problemach optymalizacyjnych.

Format kursu

• Zaawansowane wykłady z głębokim omówieniem algorytmów.
• Praktyczne kodowanie i symulacje w ROS 2 i Gazebo.
• Projekt grupowy wykorzystujący zasady inteligencji roju.

Opcje dostosowania kursu

• Aby zamówić dostosowane szkolenie, skontaktuj się z nami w celu uzgodnienia szczegółów.

TinyML to ramka do wdrażania modeli uczenia maszynowego na mikrokontrolerach o niskim poboru energii oraz wbudowanych platformach stosowanych w robotyce i systemach autonomicznych.

Ta prowadzona przez instruktora, żywa trening (online lub stacjonarnie) jest skierowana do zaawansowanych profesjonalistów, którzy chcą zintegrować zdolności poznawcze i podejmowania decyzji oparte na TinyML w autonomicznych robotach, dronach i inteligentnych systemach sterowniczych.

Po ukończeniu tego kursu uczestnicy będą w stanie:

• Projektować zoptymalizowane modele TinyML dla zastosowań robotycznych.
• Implementować potoki percepcji na urządzeniu dla autonomiczności w czasie rzeczywistym.
• Integrować TinyML z istniejącymi frameworkami sterowania robotyką.
• Wdrażać i testować lekkie modele sztucznej inteligencji na platformach sprzętowych wbudowanych.

Format kursu

• Techniczne wykłady połączone z interaktywnymi dyskusjami.
• Ćwiczenia praktyczne skupione na zadaniach robotyki wbudowanej.
• Praktyczne ćwiczenia symulujące autonomiczne przepływy pracy w świecie rzeczywistym.

Opcje dostosowywania kursu

• Dla środowisk robotyki specyficznych dla organizacji, dostosowanie może być zorganizowane na żądanie.

Bezpieczna i Wyjaśnialna Robotyka to kompleksowe szkolenie skupiające się na bezpieczeństwie, weryfikacji oraz etycznym zarządzaniu systemami robotycznymi. Kurs łączy teorię z praktyką, badając metody analizy bezpieczeństwa, analizę zagrożeń oraz podejścia wyjaśnialnej sztucznej inteligencji, które sprawiają, że podejmowanie decyzji przez roboty jest przejrzyste i godne zaufania. Uczestnicy dowiedzą się, jak zapewnić zgodność, weryfikować zachowania oraz dokumentować zapewnienie bezpieczeństwa zgodnie z międzynarodowymi standardami.

To szkolenie prowadzone przez instruktora (online lub na miejscu) skierowane jest do profesjonalistów na poziomie średniozaawansowanym, którzy chcą zastosować zasady weryfikacji, walidacji oraz wyjaśnialności, aby zapewnić bezpieczne i etyczne wdrażanie systemów robotycznych.

Po zakończeniu szkolenia uczestnicy będą w stanie:

• Tworzyć i dokumentować analizy bezpieczeństwa dla systemów robotycznych i autonomicznych.
• Stosować techniki weryfikacji i walidacji w środowiskach symulacyjnych.
• Zrozumieć frameworki wyjaśnialnej sztucznej inteligencji dla podejmowania decyzji w robotyce.
• Integrować zasady bezpieczeństwa i etyki w projektowaniu i eksploatacji systemów.
• Komunikować wymagania dotyczące bezpieczeństwa i przejrzystości interesariuszom.

Format kursu

• Interaktywne wykłady i dyskusje.
• Ćwiczenia praktyczne z symulacji i analizy bezpieczeństwa.
• Studia przypadków z rzeczywistych zastosowań robotyki.

Opcje dostosowania kursu

• Aby zamówić dostosowane szkolenie, skontaktuj się z nami.

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 szkolenie prowadzone przez instruktora, na żywo w Poznań (online lub na miejscu) jest skierowane do uczestników na poziomie średniozaawansowanym, którzy chcą zgłębić rolę robotów współpracujących (cobotów) oraz innych systemów AI zorientowanych na człowieka we współczesnych miejscach pracy.

Po zakończeniu szkolenia uczestnicy będą w stanie:

• Zrozumieć zasady Human-Centric Physical AI i ich zastosowania.
• Poznać rolę robotów współpracujących w zwiększaniu produktywności w miejscu pracy.
• Identyfikować i rozwiązywać wyzwania w interakcjach człowiek-maszyna.
• Projektować przepływy pracy, które optymalizują współpracę między ludźmi a systemami napędzanymi AI.
• Promować kulturę innowacji i adaptacji w miejscach pracy zintegrowanych z AI.

Reinforcement learning (RL) to paradygmat uczenia maszynowego, w którym agenci uczą się podejmować decyzje poprzez interakcję ze środowiskiem. W robotyce RL umożliwia systemom autonomicznym rozwijanie zdolności adaptacyjnego sterowania i podejmowania decyzji poprzez doświadczenie i informacje zwrotne.

To szkolenie prowadzone przez instruktora (online lub na miejscu) jest skierowane do zaawansowanych inżynierów uczenia maszynowego, badaczy robotyki i deweloperów, którzy chcą projektować, implementować i wdrażać algorytmy reinforcement learning w aplikacjach robotycznych.

Po ukończeniu szkolenia uczestnicy będą w stanie:

• Zrozumieć zasady i matematykę reinforcement learning.
• Zaimplementować algorytmy RL, takie jak Q-learning, DDPG i PPO.
• Zintegrować RL z symulacyjnymi środowiskami robotycznymi przy użyciu OpenAI Gym i ROS 2.
• Trenować roboty do wykonywania złożonych zadań autonomicznie poprzez próby i błędy.
• Optymalizować wydajność treningu przy użyciu frameworków deep learningowych, takich jak PyTorch.

Format kursu

• Interaktywny wykład i dyskusja.
• Praktyczna implementacja przy użyciu Pythona, PyTorch i OpenAI Gym.
• Ćwiczenia praktyczne w symulowanych lub fizycznych środowiskach robotycznych.

Opcje dostosowania kursu

• Aby zamówić spersonalizowane szkolenie, prosimy o kontakt w celu uzgodnienia szczegółów.

OpenCV to otwarta biblioteka do przetwarzania obrazów w czasie rzeczywistym, podczas gdy frameworki deep learningowe, takie jak TensorFlow, dostarczają narzędzi do inteligentnej percepcji i podejmowania decyzji w systemach robotycznych.

To szkolenie prowadzone przez instruktora (online lub na miejscu) jest skierowane do inżynierów robotyki na poziomie średniozaawansowanym, praktyków w dziedzinie przetwarzania obrazów oraz inżynierów uczenia maszynowego, którzy chcą zastosować techniki przetwarzania obrazów i deep learning do percepcji i autonomii robotów.

Pod koniec szkolenia uczestnicy będą mogli:

• Implementować potoki przetwarzania obrazów przy użyciu OpenCV.
• Integrować modele deep learningowe do wykrywania i rozpoznawania obiektów.
• Wykorzystywać dane wizyjne do sterowania i nawigacji robotów.
• Łączyć klasyczne algorytmy wizyjne z głębokimi sieciami neuronowymi.
• Wdrażać systemy przetwarzania obrazów na platformach wbudowanych i robotycznych.

Format kursu

• Interaktywny wykład i dyskusja.
• Praktyczne ćwiczenia z wykorzystaniem OpenCV i TensorFlow.
• Implementacja w laboratorium na symulowanych lub fizycznych systemach robotycznych.

Opcje dostosowania kursu

• Aby zamówić dostosowane szkolenie, skontaktuj się z nami, aby uzgodnić szczegóły.

To szkolenie prowadzone przez instruktora, na żywo w Poznań (online lub na miejscu) jest skierowane do zaawansowanych inżynierów robotyki i badaczy AI, którzy chcą wykorzystać Multimodalną AI do integracji różnych danych sensorycznych w celu tworzenia bardziej autonomicznych i wydajnych robotów, które mogą widzieć, słyszeć i dotykać.

Po zakończeniu szkolenia uczestnicy będą w stanie:

• Wdrożyć multimodalne sensory w systemach robotycznych.
• Opracować algorytmy AI do fuzji sensorów i podejmowania decyzji.
• Tworzyć roboty, które mogą wykonywać złożone zadania w dynamicznych środowiskach.
• Rozwiązywać problemy związane z przetwarzaniem danych w czasie rzeczywistym i sterowaniem.

Inteligentna Robotyka to integracja sztucznej inteligencji z systemami robotycznymi w celu poprawy percepcji, podejmowania decyzji i autonomicznego sterowania.

To szkolenie prowadzone przez instruktora, na żywo (online lub na miejscu) jest skierowane do zaawansowanych inżynierów robotyki, integratorów systemów oraz liderów automatyki, którzy chcą wdrożyć techniki AI do percepcji, planowania i sterowania w inteligentnych środowiskach produkcyjnych.

Po zakończeniu szkolenia uczestnicy będą mogli:

• Zrozumieć i zastosować techniki AI do percepcji robotycznej i fuzji czujników.
• Opracowywać 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 z przepływami pracy w inteligentnych fabrykach.

Format kursu

• Interaktywny wykład i dyskusja.
• Wiele ćwiczeń i praktyki.
• Praktyczna implementacja w środowisku laboratoryjnym na żywo.

Opcje dostosowania kursu

• Aby zamówić dostosowane szkolenie dla tego kursu, skontaktuj się z nami w celu ustalenia szczegółów.

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.

Ten prowadzony przez instruktora, na żywo szkolenie w Poznań (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.

Sztuczna Inteligencja (AI) w Robotyce łączy uczenie maszynowe, systemy sterowania i fuzję danych z czujników, aby tworzyć inteligentne maszyny zdolne do postrzegania, rozumowania i działania w sposób autonomiczny. Dzięki nowoczesnym narzędziom, takim jak ROS 2, TensorFlow i OpenCV, inżynierowie mogą projektować roboty, które inteligentnie nawigują, planują i oddziałują ze środowiskiem rzeczywistym.

To szkolenie prowadzone przez instruktora (online lub na miejscu) jest skierowane do inżynierów na poziomie średnio zaawansowanym, którzy chcą rozwijać, trenować i wdrażać systemy robotyczne napędzane AI, korzystając z obecnych technologii i frameworków open-source.

Pod koniec szkolenia uczestnicy będą mogli:

• Korzystać z Pythona i ROS 2 do budowania i symulowania zachowań robotów.
• Implementować filtry Kalmana i cząsteczkowe do lokalizacji i śledzenia.
• Stosować techniki przetwarzania obrazu z wykorzystaniem OpenCV do percepcji i wykrywania obiektów.
• Wykorzystywać TensorFlow do przewidywania ruchu i sterowania opartego na uczeniu.
• Integrować SLAM (Simultaneous Localization and Mapping) do autonomicznej nawigacji.
• Tworzyć modele uczenia ze wzmocnieniem, aby poprawić podejmowanie decyzji przez roboty.

Format kursu

• Interaktywne wykłady i dyskusje.
• Praktyczna implementacja z wykorzystaniem ROS 2 i Pythona.
• Ćwiczenia praktyczne w symulowanych i rzeczywistych środowiskach robotycznych.

Opcje dostosowania kursu

Aby zamówić dostosowane szkolenie, prosimy o kontakt w celu uzgodnienia szczegółów.

W tym szkoleniu prowadzonym przez instruktora (online lub stacjonarnie), uczestnicy nauczą się różnych technologii, frameworków i technik programowania różnych rodzajów robotów do zastosowania w dziedzinie technologii nuklearnej i systemów środowiskowych.

Sześciotygodniowy kurs odbywa się 5 dni w tygodniu. Każdy dzień trwa 4 godziny i składa się z wykładów, dyskusji oraz praktycznego programowania robotów w środowisku live lab. Uczestnicy wykonają różne projekty z wykorzystaniem rzeczywistego świata, stosując nabytą wiedzę.

Celowy sprzęt dla tego kursu będzie symulowany w 3D za pomocą oprogramowania symulacyjnego. Otwarty framework ROS (Robot Operating System), C++ i Python będą używane 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 składniki oprogramowania, które stanowią podstawę robotyki.
• Zbudować i obsługiwać symulowanego mechanicznego robota, który potrafi widzieć, czuć, przetwarzać informacje, nawigować oraz interakcjonować z ludźmi poprzez mowę.
• Zrozumieć niezbędne elementy sztucznej inteligencji (uczenie maszynowe, uczenie głębokie itp.), które są stosowane w budowie inteligentnego robota.
• Zaimplementować filtry (Kalmana i cząsteczkowe) umożliwiające robotowi lokalizowanie poruszających się obiektów w jego środowisku.
• Zaimplementować algorytmy wyszukiwania i planowania ruchu.
• Zaimplementować sterowanie PID do regulacji ruchów robota w środowisku.
• Zaimplementować algorytmy SLAM, umożliwiające robotowi tworzenie mapy nieznanego środowiska.
• Rozszerzyć zdolności robota do wykonywania złożonych zadań za pomocą uczenia głębokiego.
• Testować i rozwiązywać problemy robota w realistycznych scenariuszach.

W tym kursie prowadzonym przez instruktora w Poznań (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.

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

Bot lub chatbot to rodzaj asystenta komputerowego, który służy do automatyzacji interakcji z użytkownikami na różnych platformach komunikacyjnych, umożliwiając szybsze wykonywanie zadań bez konieczności kontaktu z drugim człowiekiem.

Podczas tego szkolenia prowadzonego przez instruktora uczestnicy nauczą się, jak rozpocząć tworzenie bota, tworząc przykładowe chatboty przy użyciu narzędzi i frameworków do rozwoju botów.

Po zakończeniu szkolenia uczestnicy będą w stanie:

• Zrozumieć różne zastosowania i aplikacje botów
• Poznać pełny proces tworzenia botów
• Zapoznać się z różnymi narzędziami i platformami używanymi do budowania botów
• Stworzyć przykładowego chatbota dla Facebook Messenger
• Stworzyć przykładowego chatbota przy użyciu Microsoft Bot Framework

Odbiorcy

• Programiści zainteresowani tworzeniem własnych botów

Format kursu

• Część wykładowa, dyskusje, ćwiczenia i intensywne praktyczne zajęcia

To szkolenie prowadzone przez instruktora, na żywo w Poznań (online lub na miejscu) jest skierowane do inżynierów, którzy chcą poznać zastosowanie sztucznej inteligencji w systemach mechatronicznych.

Pod koniec szkolenia uczestnicy będą mogli:

• Zdobyć ogólne informacje na temat sztucznej inteligencji, uczenia maszynowego i inteligencji obliczeniowej.
• Zrozumieć koncepcje sieci neuronowych i różnych metod uczenia.
• Skutecznie wybierać podejścia sztucznej inteligencji do rozwiązywania problemów w rzeczywistych sytuacjach.
• Wdrażać aplikacje AI w inżynierii mechatronicznej.

Ten trzydniowy praktyczny kurs przeprowadzi uczestników przez pełny przepływ pracy NLP — od zbierania i wstępnego przetwarzania danych tekstowych po budowanie modeli do klasyfikacji, grupowania i odkrywania tematów. Kurs kończy się nowoczesnymi technikami wykorzystującymi embeddingi, spaCy, Hugging Face i transformatory, zakończonymi praktycznym projektem end-to-end.

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.