• 学习时长

    10周/建议每周至少6小时

  • 答疑服务

    专属微信答疑群/讲师助教均参与

  • 作业批改

    每章节设计作业/助教及时批改评优

  • 课程有效期

    一年/告别拖延,温故知新

*课程已报满,可预约下一期

 

 

  • 1-1:开班典礼
  • 1-2:【资料】推荐论文合集
  • 第1章: 机器人抓取与操作介绍
  • 2:【课件】机器人抓取与操作介绍
  • 第1节: 课程介绍
  • 3:【视频】课程大纲和介绍
  • 第2节: 机器人运动规划控制方法介绍
  • 4:【视频】机器人运动规划控制方法介绍
  • 第3节: 机器人传感器和视觉介绍
  • 5:【视频】机器人传感器和视觉介绍
  • 第4节: 机器人学习方法介绍
  • 6:【视频】机器人学习方法介绍
  • 第5节: 实践工具
  • 7:【视频】实践工具与总结
  • 第6节: 第一章作业
  • 8-1:作业说明文档
  • 8-2:【作业】Project1:使用 ACT 在 MuJoCo 中训练机械臂完成抓取任务
  • 8-3:作业代码文件
  • 第2章: 经典规划控制方法
  • 第1节: 规划算法
  • 9:【课件】 经典的规划方法
  • 10:【视频】规划算法
  • 11:【视频】基于树结构的方法
  • 12:【视频】基于图结构的方法
  • 13:【视频】规划算法的扩展
  • 14:【视频】轨迹生成
  • 15:【视频】轨迹优化,插值,样条曲线
  • 第2节: 控制算法
  • 16:【课件】 控制算法介绍
  • 17:【视频】控制算法简介
  • 第3节: 抓取方法
  • 18:【课件】操作与抓取算法
  • 19:【视频】操作与抓取的传统方法
  • 第4节: 使用案例
  • 20:【课件】机器人应用案例
  • 21:【视频】机器人实用案例讨论
  • 第5节: Project2:基于RRT算法的机械臂路径规划
  • 22-1:作业说明文档
  • 22-2:本章作业
  • 22-3:作业代码文件
  • 第3章: 机器人视觉方法
  • 第1节: 传感器和标定介绍
  • 23:【课件】L3-1机器人视觉方法 敬请期待
  • 24:【视频】传感器 敬请期待
  • 第2节: 视觉图像和神经网络+3D感知和点云处理
  • 25:【课件】L3-2神经网络,2D和3D图像处理 敬请期待
  • 26:【视频】神经网络,2D和3D图像处理 敬请期待
  • 第3节: 3D位姿估计-机器人场景
  • 27:【视频】位姿估计 敬请期待
  • 第4节: Project3:PoseCNN
  • 28-1:作业说明文档 敬请期待
  • 28-2:【作业】Project3 敬请期待
  • 28-3:Project3.zip 敬请期待
  • 第5章: 模仿学习
  • 第1节: Intro and BC
  • 第2节: Interactive IL
  • 第3节: Inverse RL
  • 第4节: IL with Sequence Information
  • 第5节: Generative model for IL
  • 第6章: 强化学习方法
  • 第1节: 强化学习简介
  • 第2节: Q learning
  • 第3节: Policy Learning
  • 第4节: Actor-Critic
  • 第5节: Offline RL and Inverse RL
  • 第6节: Other Methods and Discussions
  • 第7章: 具身智能:VLM与VLA模型(3次课)
  • 第1节: Introduction
  • 第2节: Transformers and Generative Model
  • 第3节: ACT & Variants, Diffusion Policy
  • 第4节: VLM&LLM for Planning
  • 第5节: VLA: RT1, RT2, Octo and OpenVLA
  • 第6节: VLA: RDT, Pi0 and Others
  • 第7节: Dataset and Benchmark
  • 第8节: Others & Summary

相关推荐

机器人与自动驾驶 具身智能 高级
机器人与自动驾驶 规划控制 定位与建图 具身智能 机器人学基础 基础

未注册验证后自动登录,注册/登录则视为同意

《服务协议》《隐私协议》

请完善资料,让我们更好的为您服务!

+86  (手机号已绑定)

未注册验证后自动登录,注册/登录则视为同意

《服务协议》《隐私协议》