Grazie per aver inviato la tua richiesta! Uno dei nostri team membri ti contatterà a breve.
Grazie per aver inviato il tuo prenotazione! Uno dei nostri team membri ti contatterà a breve.
Durata 21 ore
Struttura del corso
Introduzione all'Apprendimento dei Robot
- Panoramica sul machine learning nella robotica
- Apprendimento supervisionato, non supervisionato e reinforcement learning
- Applicazioni del RL nel controllo, nella navigazione e nella manipolazione
Fondamenti del Reinforcement Learning
- Processi decisionali di Markov (MDP)
- Funzioni di policy, valore e ricompensa
- Compromesso tra esplorazione ed esploitazione
Algoritmi Classici di RL
- Q-learning e SARSA
- Metodi Monte Carlo e a differenza temporale (Temporal Difference)
- Iterazione di valore e iterazione di policy
Tecniche di Deep Reinforcement Learning
- Combinazione di deep learning e RL (Deep Q-Networks)
- Metodi di policy gradient
- Algoritmi avanzati: A3C, DDPG e PPO
Ambienti di Simulazione per l'Apprendimento dei Robot
- Utilizzo di OpenAI Gym e ROS 2 per la simulazione
- Creazione di ambienti personalizzati per compiti robotici
- Valutazione delle prestazioni e della stabilità dell'addestramento
Applicazione del RL alla Robotica
- Apprendimento di policy di controllo e movimento
- Reinforcement learning per la manipolazione robotica
- Multi-agent reinforcement learning nella robotica di sciame
Ottimizzazione, Deploy e Integrazione nel Mondo Reale
- Rifinitura degli iperparametri e modellazione delle ricompense (reward shaping)
- Trasferimento delle policy apprese dalla simulazione alla realtà (Sim2Real)
- Deploy di modelli addestrati su hardware robotico
Riepilogo e Prossimi Passi
Requisiti
- Conoscenza dei concetti di machine learning
- Esperienza nella programmazione in Python
- Familiarità con la robotica e i sistemi di controllo
Pubblico di Riferimento
- Ingegneri di machine learning
- Ricercatori di robotica
- Sviluppatori che creano sistemi robotici intelligenti
Recensioni (2)
Fornitura dei materiali (macchina virtuale) per iniziare immediatamente gli esercizi e spiegazione del nucleo di ROS2. Il motivo per cui le cose funzionano in un determinato modo.
Arjan Bakema
Corso - Autonomous Navigation & SLAM with ROS 2
Traduzione automatica
le sue conoscenze e l'utilizzo dell'IA per la Robotica nel Futuro.
Ryle - PHILIPPINE MILITARY ACADEMY
Corso - Artificial Intelligence (AI) for Robotics
Traduzione automatica