AI for Robotics Formazione in Genova

Practical Rapid Prototyping for Robotics with ROS 2 & Docker è un corso pratico progettato per aiutare gli sviluppatori a creare, testare e distribuire applicazioni robotiche in modo efficiente. I partecipanti impareranno come contenitoreizzare ambienti robotici, integrare pacchetti ROS 2 e prototipare sistemi robotici modulari utilizzando Docker per riproducibilità e scalabilità. Il corso enfatizza l'agilità, il controllo delle versioni e le pratiche di collaborazione adatte alle squadre di sviluppo e innovazione in fase iniziale.

Questo training guidato dal docente (online o in presenza) è rivolto a partecipanti con livello da principiante a intermedio che desiderano accelerare i flussi di lavoro di sviluppo robotico utilizzando ROS 2 e Docker.

Alla fine di questo training, i partecipanti saranno in grado di:

• Configurare un ambiente di sviluppo ROS 2 all'interno di contenitori Docker.
• Sviluppare e testare prototipi robotici in configurazioni modulari e riproducibili.
• Utilizzare strumenti di simulazione per convalidare il comportamento del sistema prima della distribuzione hardware.
• Collaborare efficacemente su progetti robotici contenitoreizzati.
• Applicare concetti di integrazione e distribuzione continua nei pipeline robotici.

Formato del Corso

• Lezioni interattive e dimostrazioni.
• Esercizi pratici con ambienti ROS 2 e Docker.
• Mini-progetti focalizzati su applicazioni robotiche reali.

Opzioni di Personalizzazione del Corso

• Per richiedere un training personalizzato per questo corso, si prega di contattarci per organizzare.

L'interazione uomo-robot (HRI): Voce, Gestualità e Controllo Collaborativo è un corso pratico progettato per introdurre i partecipanti alla progettazione e implementazione di interfacce intuitive per la comunicazione uomo-robot. La formazione combina teoria, principi di progettazione e pratica di programmazione per costruire sistemi di interazione naturali e reattivi utilizzando voce, gestualità e tecniche di controllo condiviso. I partecipanti impareranno come integrare moduli di percezione, sviluppare sistemi di input multimodali e progettare robot che collaborino in modo sicuro con gli esseri umani.

Questa formazione guidata dal docente (online o in presenza) è rivolta a partecipanti di livello base-intermedio che desiderano progettare e implementare sistemi di interazione uomo-robot che migliorino l'usabilità, la sicurezza e l'esperienza dell'utente.

Al termine di questa formazione, i partecipanti saranno in grado di:

• Comprendere le fondamenta e i principi di progettazione dell'interazione uomo-robot.
• Sviluppare meccanismi di controllo e risposta basati sulla voce per robot.
• Implementare il riconoscimento dei gesti utilizzando tecniche di visione artificiale.
• Progettare sistemi di controllo collaborativo per un'autonomia sicura e condivisa.
• Valutare i sistemi HRI basati sull'usabilità, la sicurezza e i fattori umani.

Formato del Corso

• Lezioni interattive e dimostrazioni.
• Esercizi pratici di codifica e progettazione.
• Esperienze pratiche in ambienti di simulazione o robotica reale.

Opzioni di Personalizzazione del Corso

• Per richiedere una formazione personalizzata per questo corso, contattaci per organizzare.

Automazione Robotica Industriale: Integrazione ROS-PLC e Gemelli Digitali è un corso pratico focalizzato sul ponte tra l'automazione industriale e le moderne infrastrutture robotiche. I partecipanti impareranno a integrare sistemi robotici basati su ROS con PLC per operazioni sincronizzate ed esploreranno ambienti di gemelli digitali per simulare, monitorare e ottimizzare i processi produttivi. Il corso enfatizza l'interoperabilità, il controllo in tempo reale e l'analisi predittiva utilizzando repliche digitali dei sistemi fisici.

Questo training guidato dal docente (online o sul posto) è rivolto a professionisti di livello intermedio che desiderano acquisire competenze pratiche nella connessione di robot controllati da ROS con ambienti PLC e nell'implementazione di gemelli digitali per l'ottimizzazione dell'automazione e della produzione.

Al termine di questo training, i partecipanti saranno in grado di:

• Comprendere i protocolli di comunicazione tra sistemi ROS e PLC.
• Implementare lo scambio di dati in tempo reale tra robot e controllori industriali.
• Sviluppare gemelli digitali per il monitoraggio, i test e la simulazione dei processi.
• Integrare sensori, attuatori e manipolatori robotici nei flussi di lavoro industriali.
• Progettare e validare sistemi di automazione industriale utilizzando ambienti di simulazione ibrida.

Formato del Corso

• Lezione interattiva e walkthrough architetturali.
• Esercizi pratici di integrazione tra sistemi ROS e PLC.
• Implementazione di progetti di simulazione e gemelli digitali.

Opzioni di Personalizzazione del Corso

• Per richiedere un training personalizzato per questo corso, si prega di contattarci per organizzare.

Manipolazione Robotica e Presa con Deep Learning è un corso avanzato che collega il controllo robotico alle tecniche di machine learning moderne. I partecipanti esploreranno come il deep learning possa migliorare la percezione, la pianificazione del movimento e la presa destrosa nei sistemi robotici. Attraverso teoria, simulazioni ed esercizi pratici di codifica, il corso guida i learner dalla controllo basato sulla percezione all'apprendimento end-to-end delle politiche per compiti di manipolazione.

Questo training guidato dal docente (online o in presenza) è rivolto a professionisti di livello avanzato che desiderano applicare metodi di deep learning per abilitare una manipolazione robotica intelligente, adattiva e precisa.

Al termine di questo training, i partecipanti saranno in grado di:

• Sviluppare modelli di percezione per il riconoscimento degli oggetti e la stima della posa.
• Allenare reti neurali per la rilevazione della presa e la pianificazione del movimento.
• Integrare moduli di deep learning con i controller robotici utilizzando ROS 2.
• Simulare ed evaluare strategie di presa e manipolazione in ambienti virtuali.
• Distribuire e ottimizzare i modelli appresi su braccia robotiche reali o simulate.

Formato del Corso

• Lezione guidata da esperti e approfondimenti algoritmici.
• Esercizi pratici di codifica e simulazione.
• Implementazione e testing basati su progetti.

Opzioni di Personalizzazione del Corso

• Per richiedere un training personalizzato per questo corso, si prega di contattarci per organizzare.

Sistemi Multi-Robot e Intelligenza Swarms è un corso di formazione avanzato che esplora la progettazione, la coordinazione e il controllo di team robotici ispirati dai comportamenti swarms biologici. I partecipanti impareranno a modellare interazioni, implementare decision-making distribuito e ottimizzare la collaborazione tra più agenti. Il corso combina teoria con simulazioni pratiche per preparare gli apprendisti ad applicazioni nel settore della logistica, difesa, ricerca e soccorso, e esplorazione autonoma.

Questo training guidato dal docente (online o in sede) è rivolto a professionisti di livello avanzato che desiderano progettare, simulare e implementare sistemi multi-robotici e swarm basati su framework open source e algoritmi.

Al termine di questo training, i partecipanti saranno in grado di:

• Comprendere i principi e le dinamiche dell'intelligenza swarm e della robistica cooperativa.
• Progettare strategie di comunicazione e coordinamento per sistemi multi-robotici.
• Implementare algoritmi di decision-making distribuito e consenso.
• Simulare comportamenti collettivi come il controllo della formazione, lo storming e la copertura.
• Applicare tecniche swarm a scenari reali e problemi di ottimizzazione.

Formato del Corso

• Lezioni avanzate con approfondimenti algoritmici.
• Programmazione pratica e simulazioni in ROS 2 e Gazebo.
• Progetto collaborativo applicando i principi dell'intelligenza swarm.

Opzioni di Personalizzazione del Corso

• Per richiedere un training personalizzato per questo corso, contattateci per organizzare.

TinyML è un framework per distribuire modelli di machine learning su microcontrollori a basso consumo e piattaforme embedded utilizzate nella robotica e nei sistemi autonomi.

Questo training guidato da un istruttore (online o in sede) è rivolto a professionisti di livello avanzato che desiderano integrare capacità basate su TinyML di percezione e presa decisionale nei robot autonomi, droni e sistemi di controllo intelligenti.

Al termine di questo corso, i partecipanti saranno in grado di:

• Progettare modelli TinyML ottimizzati per applicazioni robotiche.
• Implementare pipeline di percezione on-device per l'autonomia in tempo reale.
• Integrare TinyML nei framework di controllo robotico esistenti.
• Distribuire e testare modelli AI leggeri su piattaforme hardware embedded.

Formato del Corso

• Lezioni tecniche combinate con discussioni interattive.
• Laboratori pratici focalizzati su compiti di robotica embedded.
• Esercizi pratici che simulano flussi di lavoro autonomi del mondo reale.

Opzioni di Personalizzazione del Corso

• Per ambienti robotici specifici dell'organizzazione, la personalizzazione può essere richiesta su richiesta.

La Robotica Sicura e Spiegabile è una formazione completa focalizzata sulla sicurezza, la verifica e il governo etico dei sistemi robotici. Il corso collega teoria e pratica esplorando metodologie di casistica di sicurezza, analisi dei pericoli e approcci di AI spiegabile che rendono le decisioni dei robot trasparenti e affidabili. I partecipanti impareranno come garantire la conformità, verificare i comportamenti e documentare l'assicurazione della sicurezza in linea con gli standard internazionali.

Questo training guidato da un docente (online o sul posto) è rivolto a professionisti di livello intermedio che desiderano applicare principi di verifica, validazione e spiegabilità per garantire la distribuzione sicura ed etica dei sistemi robotici.

Al termine di questo training, i partecipanti saranno in grado di:

• Sviluppare e documentare casi di sicurezza per sistemi robotici e autonomi.
• Applicare tecniche di verifica e validazione in ambienti di simulazione.
• Comprendere i framework di AI spiegabile per la decisione dei robot.
• Integrare principi di sicurezza e etica nella progettazione e nell'operatività del sistema.
• Comunicare requisiti di sicurezza e trasparenza ai stakeholder.

Formato del Corso

• Lezione interattiva e discussione.
• Esercizi pratici di simulazione e analisi della sicurezza.
• Studi di caso da applicazioni reali in robotica.

Opzioni di Personalizzazione del Corso

• Per richiedere un training personalizzato per questo corso, si prega di contattarci per organizzare.

L'Edge AI consente di eseguire modelli di intelligenza artificiale direttamente su dispositivi embedduti o a risorse limitate, riducendo la latenza e il consumo energetico mentre aumenta l'autonomia e la privacy nei sistemi robotici.

Questo corso di formazione guidato dall'instruttore (online o in loco) è rivolto a sviluppatori embedduti e ingegneri robotici intermedi che desiderano implementare tecniche di inferenza e ottimizzazione del machine learning direttamente sul hardware robotico utilizzando TinyML e framework di Edge AI.

Al termine di questo corso, i partecipanti saranno in grado di:

• Capire i fondamenti del TinyML e dell'Edge AI per la robotica.
• Convertire e distribuire modelli AI per l'inferenza su dispositivo.
• Ottimizzare i modelli per velocità, dimensioni ed efficienza energetica.
• Integrare sistemi Edge AI nelle architetture di controllo robotico.
• Valutare le prestazioni e l'accuratezza in scenari reali.

Formato del Corso

• Lezione interattiva e discussione.
• Esercitazioni pratiche utilizzando toolchain di TinyML e Edge AI.
• Esercizi pratici su piattaforme hardware embeddute e robotiche.

Opzioni di Personalizzazione del Corso

• Per richiedere una formazione personalizzata per questo corso, contattateci per organizzare un incontro.

Questa formazione guidata dal docente, in Genova (online o sul posto), è rivolta a partecipanti di livello intermedio che desiderano esplorare il ruolo dei robot collaborativi (cobots) e altri sistemi AI centrati sull'umano nei moderni ambienti di lavoro.

Al termine di questa formazione, i partecipanti saranno in grado di:

• Comprendere i principi dell'AI Fisica Centrata sull'Umano e le sue applicazioni.
• Esplorare il ruolo dei robot collaborativi nell'aumento della produttività sul lavoro.
• Identificare e affrontare le sfide nelle interazioni uomo-macchina.
• Progettare flussi di lavoro che ottimizzano la collaborazione tra umani e sistemi guidati dall'IA.
• Promuovere una cultura di innovazione e adattabilità negli ambienti di lavoro integrati con l'IA.

L'apprendimento per rinforzo (RL) è un paradigma di apprendimento automatico in cui gli agenti imparano a prendere decisioni interagendo con un ambiente. In robistica, RL consente ai sistemi autonomi di sviluppare capacità di controllo e presa di decisioni adattive attraverso l'esperienza e il feedback.

Questo training guidato da istruttori (online o in loco) è rivolto a ingegneri di machine learning, ricercatori in robistica e sviluppatori con un livello avanzato che desiderano progettare, implementare e distribuire algoritmi di apprendimento per rinforzo in applicazioni robotiche.

Al termine di questo training, i partecipanti saranno in grado di:

• Comprendere i principi e la matematica dell'apprendimento per rinforzo.
• Implementare algoritmi RL come Q-learning, DDPG e PPO.
• Integrare RL con ambienti di simulazione robotica utilizzando OpenAI Gym e ROS 2.
• Allenare i robot a eseguire compiti complessi in modo autonomo attraverso tentativi ed errori.
• Ottimizzare le prestazioni di addestramento utilizzando framework di deep learning come PyTorch.

Formato del Corso

• Lezione interattiva e discussione.
• Implementazione pratica utilizzando Python, PyTorch e OpenAI Gym.
• Esercizi pratici in ambienti robotici simulati o fisici.

Opzioni di Personalizzazione del Corso

• Per richiedere un training personalizzato per questo corso, si prega di contattarci per organizzare.

OpenCV è una libreria open-source di computer vision che abilita il processamento delle immagini in tempo reale, mentre i framework di deep learning come TensorFlow forniscono gli strumenti per la percezione intelligente e la presa di decisioni nei sistemi robotici.

Questo training guidato dall'instruttore (online o in loco) è rivolto a ingegneri robotici intermedi, praticanti di computer vision e ingegneri di machine learning che desiderano applicare tecniche di computer vision e deep learning per la percezione e l'autonomia dei robot.

Al termine di questo training, i partecipanti saranno in grado di:

• Implementare pipeline di computer vision utilizzando OpenCV.
• Integrare modelli di deep learning per la rilevazione e il riconoscimento degli oggetti.
• Utilizzare i dati basati sulla visione per il controllo e la navigazione dei robot.
• Combinare algoritmi classici di computer vision con reti neurali profonde.
• Distribuire sistemi di computer vision su piattaforme embedded e robotiche.

Formato del Corso

• Lezione interattiva e discussione.
• Pratica pratica utilizzando OpenCV e TensorFlow.
• Implementazione in laboratorio su sistemi robotici simulati o fisici.

Opzioni di Personalizzazione del Corso

• Per richiedere un training personalizzato per questo corso, contattateci per organizzarlo.

Questo corso live (online o presenziale) guidato da un instruttore è rivolto ad ingegneri robotici avanzati e ricercatori di intelligenza artificiale che desiderano utilizzare l'IA multimodale per integrare dati sensoriali diversi per creare robot più autonomi ed efficienti, in grado di vedere, sentire e toccare.

Al termine di questo corso, i partecipanti saranno in grado di:

• Implementare sensazioni multimodalità nei sistemi robotici.
• Sviluppare algoritmi AI per la fusione dei sensori e le decisioni.
• Creare robot in grado di eseguire compiti complessi in ambienti dinamici.
• Affrontare sfide nel processing dei dati in tempo reale e nell'attuazione.

Smart Robotics è l'integrazione dell'intelligenza artificiale nei sistemi robotici per migliorare la percezione, la decisione e il controllo autonomo.

Questa formazione guidata da un istruttore (online o sul posto) si rivolge a ingegneri avanzati di robotica, integratori di sistemi e responsabili dell'automazione che desiderano implementare percezione, pianificazione e controllo guidati dall'intelligenza artificiale in ambienti di fabbricazione intelligente.

Al termine di questa formazione, i partecipanti saranno in grado di:

• Comprendere e applicare tecniche AI per la percezione robotica e la fusione dei sensori.
• Sviluppare algoritmi di pianificazione del movimento per robot collaborativi ed industriali.
• Implementare strategie di controllo basate sull'apprendimento per la presa di decisioni in tempo reale.
• Integrare sistemi robotici intelligenti nei flussi di lavoro delle fabbriche intelligenti.

Formato del corso

• Lezione interattiva e discussione.
• Numerose esercitazioni e pratica.
• Implementazione pratica in un ambiente di laboratorio vivente.

Opzioni per la personalizzazione del corso

• Per richiedere una formazione personalizzata su questo corso, contattateci per organizzare.

ROS 2 (Robot Operating System 2) è un framework open-source progettato per supportare lo sviluppo di applicazioni robotiche complesse e scalabili.

Questo corso guidato dal docente, tenuto in modo live (online o sul posto), è rivolto a ingegneri e sviluppatori robotici di livello intermedio che desiderano implementare la navigazione autonoma e SLAM (Simultaneous Localization and Mapping) utilizzando ROS 2.

Al termine di questo corso, i partecipanti saranno in grado di:

• Configurare e impostare ROS 2 per applicazioni di navigazione autonoma.
• Implementare algoritmi SLAM per la mappatura e localizzazione.
• Integrare sensori come LiDAR e camere con ROS 2.
• Simulare e testare la navigazione autonoma in Gazebo.
• Distribuire stack di navigazione su robot fisici.

Formato del Corso

• Lezione interattiva e discussione.
• Pratica pratica utilizzando strumenti di ROS 2 e ambienti di simulazione.
• Implementazione e testing live-lab su robot virtuali o fisici.

Opzioni di Personalizzazione del Corso

• Per richiedere una formazione personalizzata per questo corso, contattateci per organizzare.

Questo training guidato dall'instruttore (online o in presenza) è rivolto a partecipanti di livello intermedio che desiderano migliorare le proprie competenze nella progettazione, programmazione e implementazione di sistemi robotici intelligenti per l'automazione e oltre.

Al termine di questo training, i partecipanti saranno in grado di:

• Comprendere i principi della Physical AI e le sue applicazioni nella robotica e nell'automazione.
• Progettare e programmare sistemi robotici intelligenti per ambienti dinamici.
• Implementare modelli AI per la presa di decisioni autonome nei robot.
• Utilizzare strumenti di simulazione per il testing e l'ottimizzazione dei robot.
• Affrontare sfide come la fusione sensoriale, il processing in tempo reale e l'efficienza energetica.

L'Intelligenza Artificiale (AI) per la Robotica combina apprendimento automatico, sistemi di controllo e fusione sensoriale per creare macchine intelligenti in grado di percepire, ragionare e agire autonomamente. Attraverso strumenti moderni come ROS 2, TensorFlow e OpenCV, gli ingegneri possono ora progettare robot che navigano, pianificano e interagiscono con ambienti reali in modo intelligente.

Questo training guidato dall'instruttore (online o in loco) è rivolto a ingegneri di livello intermedio che desiderano sviluppare, addestrare e distribuire sistemi robotici basati s'intelligenza artificiale utilizzando tecnologie e framework open-source attuali.

Al termine di questo training, i partecipanti saranno in grado di:

• Utilizzare Python e ROS 2 per costruire e simulare comportamenti robotici.
• Implementare filtri Kalman e Particle Filters per la localizzazione e il tracciamento.
• Applicare tecniche di visione artificiale utilizzando OpenCV per la percezione e la rilevazione degli oggetti.
• Utilizzare TensorFlow per la previsione del movimento e il controllo basato s'apprendimento.
• Integrare SLAM (Simultaneous Localization and Mapping) per la navigazione autonoma.
• Sviluppare modelli di apprendimento rinforzato per migliorare le decisioni dei robot.

Formato del Corso

• Lezione interattiva e discussione.
• Implementazione pratica utilizzando ROS 2 e Python.
• Esercizi pratici con ambienti robotici simulati e reali.

Opzioni di Personalizzazione del Corso

Per richiedere un training personalizzato per questo corso, si prega di contattarci per organizzarlo.

In questo corso guidato dal formatore (online o sul posto), i partecipanti impareranno le diverse tecnologie, framework e tecniche per programmare diversi tipi di robot da utilizzare nel campo della tecnologia nucleare e dei sistemi ambientali.

Il corso durante 6 settimane si svolge dal lunedì al venerdì. Ogni giorno dura 4 ore ed è composto da lezioni, discussioni e sviluppo di robot in un ambiente di laboratorio live. I partecipanti completeranno vari progetti reali applicabili al loro lavoro per praticare la conoscenza acquisita.

Il hardware obiettivo del corso sarà simulato in 3D attraverso software di simulazione. Si utilizzerà il framework open-source ROS (Robot Operating System), C++ e Python per programmare i robot.

Al termine di questo addestramento, i partecipanti saranno in grado di:

• Comprendere i concetti chiave utilizzati nelle tecnologie robotiche.
• Comprendere e gestire l'interazione tra software e hardware in un sistema robotico.
• Comprendere ed implementare i componenti software che sottostanno alla robotica.
• Costruire e operare un robot meccanico simulato che possa vedere, percepire, elaborare, navigare e interagire con gli esseri umani attraverso la voce.
• Comprendere gli elementi necessari dell'intelligenza artificiale (apprendimento automatico, apprendimento profondo, ecc.) applicabili alla costruzione di un robot intelligente.
• Implementare filtri (Kalman e Particle) per consentire al robot di localizzare oggetti in movimento nel suo ambiente.
• Implementare algoritmi di ricerca e pianificazione del movimento.
• Implementare controlli PID per regolare il movimento di un robot all'interno di un ambiente.
• Implementare algoritmi SLAM (Simultaneous Localization And Mapping) per consentire a un robot di mappare un ambiente sconosciuto.
• Estendere le capacità del robot di eseguire compiti complessi attraverso l'apprendimento profondo.
• Testare e risolvere i problemi di un robot in scenari realistici.

In questo corso interattivo guidato dall'insegnante (online o sul posto), i partecipanti impareranno le diverse tecnologie, framework e tecniche per programmare diversi tipi di robot da utilizzare nel campo della tecnologia nucleare e dei sistemi ambientali.

Il corso di 4 settimane si svolge 5 giorni a settimana. Ogni giorno dura 4 ore ed è composto da lezioni, discussioni e sviluppo robotico pratico in un ambiente di laboratorio live. I partecipanti completano vari progetti del mondo reale applicabili al loro lavoro per mettere in pratica la conoscenza acquisita.

L'hardware target sarà simulato in 3D tramite software di simulazione. Il codice verrà poi caricato su hardware fisico (Arduino o altro) per le prove finali di deploy. Si useranno il framework open-source ROS (Robot Operating System), C++ e Python per programmare i robot.

Al termine di questo training, i partecipanti saranno in grado di:

• Comprendere i concetti chiave utilizzati nelle tecnologie robotiche.
• Comprendere e gestire l'interazione tra software e hardware in un sistema robotico.
• Comprendere ed implementare i componenti software che sostengono la robotica.
• Costruire ed operare un robot meccanico simulato capace di vedere, percepire, elaborare, navigare e interagire con gli esseri umani attraverso il linguaggio vocale.
• Comprendere gli elementi necessari dell'intelligenza artificiale (machine learning, deep learning, ecc.) applicabili alla costruzione di un robot intelligente.
• Implementare filtri (Kalman e Particle) per consentire al robot di localizzare oggetti in movimento nel suo ambiente.
• Implementare algoritmi di ricerca e pianificazione del movimento.
• Implementare i controlli PID per regolare il movimento di un robot all'interno di un ambiente.
• Implementare gli algoritmi SLAM per consentire a un robot di mappare un ambiente sconosciuto.
• Testare e risolvere problemi di un robot in scenari realistici.

Il servizio Azure Bot Service combina il potere del Microsoft Bot Framework e delle funzioni di Azure per consentire lo sviluppo rapido di bot intelligenti.

In questo training guidato da un istruttore, i partecipanti impareranno come creare facilmente un bot intelligente utilizzando Microsoft Azure

Al termine di questo training, i partecipanti saranno in grado di:

• Imparare i fondamenti dei bot intelligenti
• Imparare a creare bot intelligenti utilizzando applicazioni cloud
• Capire come utilizzare il Microsoft Bot Framework, il Bot Builder SDK e il servizio Azure Bot Service
• Comprendere come progettare i bot utilizzando pattern di bot
• Sviluppare il loro primo bot intelligente utilizzando Microsoft Azure

Pubblico di riferimento

• Sviluppatori
• Appassionati
• Ingegneri
• Professionisti IT

Formato del corso

• Parte lezione, parte discussione, esercizi e pratica intensiva

Un bot o chatbot è come un assistente informatico che viene utilizzato per automatizzare le interazioni degli utenti su varie piattaforme di messaggistica e fare le cose più velocemente senza la necessità che gli utenti parlino con un altro essere umano.

In questo corso di formazione dal vivo con istruttore, i partecipanti impareranno come iniziare a sviluppare un bot mentre eseguono la creazione di chatbot di esempio utilizzando strumenti e framework di sviluppo di bot.

Al termine di questa formazione, i partecipanti saranno in grado di:

• Comprendere i diversi usi e applicazioni dei bot
• Comprendere l'intero processo di sviluppo dei bot
• Esplora i diversi strumenti e piattaforme utilizzati nella creazione di bot
• Creare un chatbot di esempio per Facebook Messenger
• Creare un chatbot di esempio usando Microsoft Bot Framework

Pubblico

• Sviluppatori interessati a creare il proprio bot

Formato del corso

• In parte lezione, in parte discussione, esercizi e pratica pratica pesante

Questo corso guidato dal docente (online o in presenza) è rivolto agli ingegneri che desiderano conoscere l'applicabilità dell'intelligenza artificiale ai sistemi meccatronici.

Al termine di questo corso, i partecipanti saranno in grado di:

• Acquisire una panoramica dell'intelligenza artificiale, del machine learning e dell'intelligenza computazionale.
• Comprendere i concetti di reti neurali e diversi metodi di apprendimento.
• Scegliere efficacemente approcci di intelligenza artificiale per problemi reali.
• Implementare applicazioni AI nell'ingegneria meccatronica.

Un robot intelligente è un sistema in grado di imparare dal suo ambiente e dalla sua esperienza e di sviluppare le sue capacità sulla base di tale conoscenza. Smart Robots può collaborare con gli esseri umani, lavorando al loro fianco e imparando dal loro comportamento. Inoltre, hanno la capacità non solo di svolgere lavori manuali, ma anche di svolgere compiti cognitivi. Oltre ai robot fisici, Smart Robots può anche essere puramente basato su software, risiedendo in un computer come un'applicazione software senza parti mobili o interazione fisica con il mondo.

In questo corso di formazione dal vivo con istruttore, i partecipanti impareranno le diverse tecnologie, framework e tecniche per la programmazione di diversi tipi di meccanica Smart Robots, quindi applicheranno queste conoscenze per completare i propri progetti Smart Robot.

Il corso è diviso in 4 sezioni, ciascuna composta da tre giorni di lezioni, discussioni e sviluppo pratico di robot in un ambiente di laboratorio dal vivo. Ogni sezione si concluderà con un progetto pratico per consentire ai partecipanti di esercitarsi e dimostrare le conoscenze acquisite.

L'hardware target per questo corso sarà simulato in 3D attraverso software di simulazione. Per la programmazione dei robot verrà utilizzato il framework open-source ROS (Robot Operating System), C++ e Python.

Al termine di questo corso di formazione, i partecipanti saranno in grado di:

• Comprendere i concetti chiave utilizzati nelle tecnologie robotiche
• Comprendere e gestire l'interazione tra software e hardware in un sistema robotico
• Comprendere e implementare i componenti software che sono alla base Smart Robots
• Costruisci e gestisci un robot intelligente meccanico simulato in grado di vedere, percepire, elaborare, afferrare, navigare e interagire con gli esseri umani attraverso la voce
• Estendere la capacità di uno Smart Robot di eseguire attività complesse attraverso Deep Learning
• Testa e risolvi i problemi di uno Smart Robot in scenari realistici

Pubblico

• Gli sviluppatori
• Ingegneri

Formato del corso

• In parte lezione, in parte discussione, esercizi e pratica pratica pesante

Nota

• Per personalizzare qualsiasi parte di questo corso (linguaggio di programmazione, modello di robot, ecc.) contattateci per organizzare.