Szkolenia AI for Robotics w Toruń

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.

Automatyzacja Robotyki Przemysłowej: Integracja ROS-PLC i Cyfrowe Bliźniaki to praktyczny kurs skupiający się na łączeniu automatyki przemysłowej z nowoczesnymi frameworkami robotyki. Uczestnicy nauczą się integrować systemy robotyczne oparte na ROS z PLC w celu synchronizacji operacji oraz poznają środowiska cyfrowych bliźniaków do symulowania, monitorowania i optymalizacji procesów produkcyjnych. Kurs kładzie nacisk na interoperacyjność, sterowanie w czasie rzeczywistym oraz analizę predykcyjną z wykorzystaniem cyfrowych replik systemów fizycznych.

To szkolenie prowadzone przez instruktora (online lub na miejscu) jest skierowane do profesjonalistów na poziomie średnio zaawansowanym, którzy chcą zdobyć praktyczne umiejętności w zakresie łączenia robotów sterowanych przez ROS z środowiskami PLC oraz wdrażania cyfrowych bliźniaków w celu optymalizacji automatyzacji i produkcji.

Po zakończeniu szkolenia uczestnicy będą w stanie:

• Zrozumieć protokoły komunikacji między systemami ROS i PLC.
• Wdrożyć wymianę danych w czasie rzeczywistym między robotami a przemysłowymi kontrolerami.
• Tworzyć cyfrowe bliźniaki do monitorowania, testowania i symulacji procesów.
• Integrować czujniki, siłowniki i manipulatory robotyczne w ramach przemysłowych przepływów pracy.
• Projektować i walidować systemy automatyki przemysłowej z wykorzystaniem hybrydowych środowisk symulacyjnych.

Format kursu

• Interaktywne wykłady i przeglądy architektury.
• Ćwiczenia praktyczne integrujące systemy ROS i PLC.
• Symulacja i wdrażanie projektów cyfrowych bliźniaków.

Opcje dostosowania kursu

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

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 framework umożliwiający wdrażanie modeli uczenia maszynowego na mikrokontrolerach o niskim poborze mocy oraz platformach wbudowanych używanych w robotyce i systemach autonomicznych.

To szkolenie prowadzone przez instruktora (online lub na miejscu) jest skierowane do profesjonalistów na zaawansowanym poziomie, którzy chcą zintegrować możliwości percepcji i podejmowania decyzji oparte na TinyML w autonomicznych robotach, dronach i inteligentnych systemach sterowania.

Po zakończeniu kursu uczestnicy będą mogli:

• Projektować zoptymalizowane modele TinyML dla zastosowań w robotyce.
• Implementować potoki percepcji na urządzeniach do autonomicznego działania w czasie rzeczywistym.
• Integrować TinyML z istniejącymi frameworkami sterowania robotami.
• Wdrażać i testować lekkie modele AI na platformach sprzętowych wbudowanych.

Format kursu

• Wykłady techniczne połączone z interaktywnymi dyskusjami.
• Praktyczne laboratoria skupiające się na zadaniach związanych z robotyką wbudowaną.
• Ćwiczenia praktyczne symulujące rzeczywiste autonomiczne przepływy pracy.

Opcje dostosowania kursu

• Dla środowisk robotyki specyficznych dla organizacji, możliwe jest dostosowanie na życzenie.

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 urządzeniach wbudowanych lub o ograniczonych zasobach, zmniejszając opóźnienia i zużycie energii, jednocześnie zwiększając autonomię i prywatność w systemach robotycznych.

To szkolenie prowadzone przez instruktora (online lub na miejscu) jest skierowane do średniozaawansowanych programistów systemów wbudowanych i inżynierów robotyki, którzy chcą wdrożyć techniki wnioskowania i optymalizacji uczenia maszynowego bezpośrednio na sprzęcie robotycznym, korzystając z TinyML i frameworków Edge AI.

Po zakończeniu szkolenia uczestnicy będą w stanie:

• Zrozumieć podstawy TinyML i Edge AI w robotyce.
• Konwertować i wdrażać modele AI do wnioskowania na urządzeniu.
• Optymalizować modele pod kątem szybkości, rozmiaru i efektywności energetycznej.
• Integrować systemy Edge AI z architekturami sterowania robotami.
• Oceniać wydajność i dokładność w rzeczywistych scenariuszach.

Format kursu

• Interaktywny wykład i dyskusja.
• Praktyczne ćwiczenia z wykorzystaniem łańcuchów narzędzi TinyML i Edge AI.
• Praktyczne ćwiczenia na platformach sprzętowych wbudowanych i robotycznych.

Opcje dostosowania kursu

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

To szkolenie prowadzone przez instruktora, na żywo w Toruń (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 Toruń (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 otwartoźródłowe narzędzie zaprojektowane do wspierania rozwoju złożonych i skalowalnych aplikacji robotycznych.

Ten prowadzony przez instruktora, żywy trening (online lub na miejscu) jest skierowany do inżynierów i programistów robotyki na poziomie średniozaawansowanym, którzy chcą wdrożyć autonomiczną nawigację i SLAM (Simultaneous Localization and Mapping) przy użyciu ROS 2.

Po zakończeniu szkolenia uczestnicy będą mogli:

• Skonfigurować i przygotować ROS 2 do aplikacji autonomicznej nawigacji.
• Wdrożyć algorytmy SLAM do mapowania i lokalizacji.
• Zintegrować czujniki takie jak LiDAR i kamery z ROS 2.
• Symulować i testować autonomiczną nawigację w Gazebo.
• Wdrożyć stosy nawigacyjne na fizycznych robotach.

Format kursu

• Interaktywny wykład i dyskusja.
• Praktyczne ćwiczenia z użyciem narzędzi ROS 2 i środowisk symulacyjnych.
• Żywa implementacja i testowanie na wirtualnych lub fizycznych robotach.

Opcje dostosowania kursu

• Aby zamówić dostosowany trening dla tego kursu, prosimy o kontakt w celu uzgodnienia.

To szkolenie prowadzone przez instruktora, na żywo w Toruń (online lub na miejscu) jest skierowane do uczestników na poziomie średnio zaawansowanym, którzy chcą rozwijać swoje umiejętności w zakresie projektowania, programowania i wdrażania inteligentnych systemów robotycznych do automatyzacji i nie tylko.

Po zakończeniu szkolenia uczestnicy będą w stanie:

• Zrozumieć zasady Physical AI i ich zastosowania w robotyce i automatyce.
• Projektować i programować inteligentne systemy robotyczne dla dynamicznych środowisk.
• Implementować modele AI do autonomicznego podejmowania decyzji w robotach.
• Wykorzystywać narzędzia symulacyjne do testowania i optymalizacji robotów.
• Rozwiązywać problemy, takie jak fuzja danych z 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 poruszają się, planują i współdziałają ze środowiskiem rzeczywistym.

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

Po zakończeniu szkolenia uczestnicy będą w stanie:

• Wykorzystywać Python i ROS 2 do budowania i symulowania zachowań robotów.
• Implementować filtry Kalmana i cząsteczkowe do lokalizacji i śledzenia.
• Stosować techniki przetwarzania obrazu przy użyciu 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 w celu poprawy podejmowania decyzji przez roboty.

Format kursu

• Interaktywny wykład i dyskusja.
• Praktyczna implementacja przy użyciu 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, na żywo w Toruń (online lub na miejscu), uczestnicy poznają różne technologie, frameworki i techniki programowania różnych typów robotów do zastosowania w dziedzinie technologii jądrowej i systemów środowiskowych.

6-tygodniowy kurs odbywa się 5 dni w tygodniu. Każdy dzień trwa 4 godziny i składa się z wykładów, dyskusji oraz praktycznego rozwoju robotów w środowisku laboratoryjnym na żywo. Uczestnicy będą realizować różne projekty z życia wzięte, mające zastosowanie w ich pracy, aby praktycznie wykorzystać zdobytą wiedzę.

Docelowy sprzęt dla tego kursu będzie symulowany w 3D za pomocą oprogramowania do symulacji. Open-source'owy framework ROS (Robot Operating System), C++ i Python będą używane do programowania robotów.

Po zakończeniu szkolenia uczestnicy będą mogli:

• Zrozumieć kluczowe koncepcje stosowane w technologiach robotycznych.
• Zrozumieć i zarządzać interakcją między oprogramowaniem a sprzętem w systemie robotycznym.
• Zrozumieć i wdrożyć komponenty oprogramowania stanowiące podstawę robotyki.
• Zbudować i obsługiwać symulowanego mechanicznego robota, który może widzieć, czuć, przetwarzać, nawigować i komunikować się z ludźmi głosowo.
• Zrozumieć niezbędne elementy sztucznej inteligencji (uczenie maszynowe, uczenie głębokie itp.) mające zastosowanie w budowaniu inteligentnego robota.
• Wdrożyć filtry (Kalmana i cząsteczkowe), aby umożliwić robotowi lokalizację poruszających się obiektów w jego otoczeniu.
• Wdrożyć algorytmy wyszukiwania i planowania ruchu.
• Wdrożyć sterowanie PID, aby regulować ruch robota w środowisku.
• Wdrożyć algorytmy SLAM, aby umożliwić robotowi mapowanie nieznanego środowiska.
• Rozszerzyć zdolności robota do wykonywania złożonych zadań poprzez uczenie głębokie.
• Testować i diagnozować robota w realistycznych scenariuszach.

W ramach tego szkolenia prowadzonego przez instruktora (online lub na miejscu) w Toruń uczestnicy poznają różne technologie, frameworki i techniki programowania różnych typów robotów stosowanych w dziedzinie technologii nuklearnej i systemów środowiskowych.

Kurs trwa 4 tygodnie i odbywa się 5 dni w tygodniu. Każdy dzień trwa 4 godziny i składa się z wykładów, dyskusji oraz praktycznego rozwoju robotów w środowisku laboratoryjnym. Uczestnicy będą realizować różne projekty oparte na rzeczywistych scenariuszach, aby zastosować zdobytą wiedzę w praktyce.

Sprzęt docelowy na tym kursie będzie symulowany w 3D za pomocą oprogramowania do symulacji. Kod zostanie następnie załadowany na fizyczny sprzęt (Arduino lub inny) w celu przeprowadzenia ostatecznych testów wdrożeniowych. Do programowania robotów zostanie wykorzystany framework open-source ROS (Robot Operating System) oraz języki C++ i Python.

Po zakończeniu szkolenia uczestnicy będą w stanie:

• Zrozumieć kluczowe koncepcje stosowane w technologiach robotycznych.
• Zrozumieć i zarządzać interakcją między oprogramowaniem a sprzętem w systemie robotycznym.
• Zrozumieć i wdrożyć komponenty oprogramowania stanowiące podstawę robotyki.
• Zbudować i obsługiwać symulowanego robota mechanicznego, który może widzieć, czuć, przetwarzać, nawigować i komunikować się z ludźmi za pomocą głosu.
• Zrozumieć niezbędne elementy sztucznej inteligencji (uczenie maszynowe, głębokie uczenie itp.) stosowane w budowie inteligentnego robota.
• Wdrożyć filtry (Kalmana i cząsteczkowe), aby umożliwić robotowi lokalizację poruszających się obiektów w jego otoczeniu.
• Wdrożyć algorytmy wyszukiwania i planowania ruchu.
• Wdrożyć sterowanie PID w celu regulacji ruchu robota w środowisku.
• Wdrożyć algorytmy SLAM, aby umożliwić robotowi mapowanie nieznanego środowiska.
• Testować i rozwiązywać problemy robota w realistycznych scenariuszach.

Azure Bot Service łączy możliwości Microsoft Bot Framework i Azure Functions, zapewniając potężną platformę do szybkiego budowania inteligentnych botów.

W tym szkoleniu prowadzonym przez instruktora uczestnicy poznają, jak efektywnie rozwijać inteligentne boty przy użyciu Microsoft Azure.

Pod koniec szkolenia uczestnicy będą mogli:

Zrozumieć podstawowe koncepcje stojące za inteligentnymi botami.

Budować inteligentne boty przy użyciu aplikacji opartych na chmurze.

Zdobyć praktyczną wiedzę na temat Microsoft Bot Framework, Bot Builder SDK i Azure Bot Service.

Stosować sprawdzone wzorce projektowe botów w rzeczywistych scenariuszach.

Stworzyć i wdrożyć swojego pierwszego inteligentnego bota przy użyciu Microsoft Azure.

Grupa docelowa

Ten kurs jest przeznaczony dla programistów, hobbystów, inżynierów i specjalistów IT zainteresowanych rozwojem botów.

Format kursu

Szkolenie łączy wykłady i dyskusje z ćwiczeniami, z silnym naciskiem na praktykę.

Bot lub chatbot to jak asystent komputerowy, który służy do automatyzacji interakcji z użytkownikami na różnych platformach komunikacyjnych i przyspiesza wykonywanie zadań bez konieczności rozmowy z inną osobą.

Podczas tego szkolenia prowadzonego przez instruktora uczestnicy nauczą się, jak rozpocząć tworzenie bota, przechodząc przez proces tworzenia przykładowych chatbotów przy użyciu narzędzi i frameworków do rozwoju botów.

Pod koniec szkolenia uczestnicy będą mogli:

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

Odbiorcy

• Programiści zainteresowani tworzeniem własnych botów

Format kursu

• Część wykładowa, część dyskusyjna, ćwiczenia i intensywna praktyka

To szkolenie prowadzone przez instruktora, na żywo w Toruń (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.

Inteligentny Robot to system sztucznej inteligencji (AI), który może uczyć się ze swojego środowiska i doświadczeń, a także rozwijać swoje umiejętności w oparciu o tę wiedzę. Inteligentne Roboty mogą współpracować z ludźmi, pracując obok nich i ucząc się ich zachowań. Ponadto mają zdolność do wykonywania nie tylko pracy fizycznej, ale także zadań poznawczych. Oprócz fizycznych robotów, Inteligentne Roboty mogą być również czysto programowe, istniejąc w komputerze jako aplikacja bez ruchomych części lub fizycznej interakcji ze światem.

W tym szkoleniu prowadzonym przez instruktora na żywo uczestnicy poznają różne technologie, frameworki i techniki programowania różnych typów mechanicznych Inteligentnych Robotów, a następnie zastosują tę wiedzę do realizacji własnych projektów Inteligentnych Robotów.

Kurs podzielony jest na 4 sekcje, z których każda składa się z trzech dni wykładów, dyskusji i praktycznego rozwoju robotów w środowisku laboratoryjnym na żywo. Każda sekcja zakończy się praktycznym projektem, który pozwoli uczestnikom ćwiczyć i demonstrować zdobytą wiedzę.

Docelowy sprzęt dla tego kursu będzie symulowany w 3D za pomocą oprogramowania symulacyjnego. Do programowania robotów zostaną wykorzystane framework open-source ROS (Robot Operating System), C++ i Python.

Pod koniec szkolenia uczestnicy będą mogli:

• Zrozumieć kluczowe koncepcje stosowane w technologiach robotycznych
• Zrozumieć i zarządzać interakcją między oprogramowaniem a sprzętem w systemie robotycznym
• Zrozumieć i wdrożyć komponenty oprogramowania stanowiące podstawę Inteligentnych Robotów
• Zbudować i obsługiwać symulowanego mechanicznego Inteligentnego Robota, który może widzieć, czuć, przetwarzać, chwytać, nawigować i komunikować się z ludźmi za pomocą głosu
• Rozszerzyć zdolności Inteligentnego Robota do wykonywania złożonych zadań poprzez Deep Learning
• Testować i rozwiązywać problemy Inteligentnego Robota w realistycznych scenariuszach

Publiczność

• Programiści
• Inżynierowie

Format kursu

• Część wykładowa, część dyskusyjna, ćwiczenia i intensywna praktyka

Uwaga

• Aby dostosować dowolną część tego kursu (język programowania, model robota itp.), prosimy o kontakt w celu ustalenia.