Vielen Dank für die Zusendung Ihrer Anfrage! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Vielen Dank, dass Sie Ihre Buchung abgeschickt haben! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Dauer 21 Stunden
Schulungsübersicht
Einführung in das Robot-Lernen
- Überblick über maschinelles Lernen in der Robotik
- Überwachtes Lernen vs. unüberwachtes Lernen vs. Reinforcement Learning
- Anwendungen von RL in Steuerung, Navigation und Manipulation
Grundlagen des Reinforcement Learning
- Markov-Entscheidungsprozesse (MDP)
- Politik-, Wert- und Belohnungsfunktionen
- Abwägung zwischen Erkundung und Ausbeutung (Exploration vs. Exploitation)
Klassische RL-Algorithmen
- Q-Learning und SARSA
- Monte-Carlo- und Temporaldifferenzmethoden
- Wertiteration und Politikiteration
Techniken des Deep Reinforcement Learning
- Kombination von Deep Learning und RL (Deep Q-Networks)
- Policy-Gradient-Methoden
- Fortschrittliche Algorithmen: A3C, DDPG und PPO
Simulationsumgebungen für das Robot-Lernen
- Verwendung von OpenAI Gym und ROS 2 für Simulationen
- Aufbau individueller Umgebungen für robotische Aufgaben
- Bewertung der Leistung und Stabilität des Trainings
Anwendung von RL in der Robotik
- Lernen von Steuerungs- und Bewegungsstrategien
- Reinforcement Learning für die robotische Manipulation
- Multi-Agenten-Reinforcement-Learning in der Schwarmrobotik
Optimierung, Bereitstellung und Integration in die reale Welt
- Anpassung von Hyperparametern und Gestaltung von Belohnungen (Reward Shaping)
- Transfer gelernter Strategien von der Simulation in die Realität (Sim2Real)
- Bereitstellung trainierter Modelle auf robotischer Hardware
Zusammenfassung und nächste Schritte
Voraussetzungen
- Grundverständnis der Konzepte des maschinellen Lernens
- Erfahrung in der Programmierung mit Python
- Vertrautheit mit Robotik und Regelungstechnik
Zielgruppe
- Machine-Learning-Engineers
- Robotikforscher
- Entwickler, die intelligente robotische Systeme bauen
Erfahrungsberichte (2)
Bereitstellung der Materialien (virtuelle Maschine), um direkt mit den Übungen zu beginnen, sowie Erläuterung der ROS2-Kernkonzepte. Warum bestimmte Dinge auf eine bestimmte Weise funktionieren.
Arjan Bakema
Kurs - Autonomous Navigation & SLAM with ROS 2
Maschinelle Übersetzung
sein Wissen und die Nutzung von KI für Robotik in der Zukunft.
Ryle - PHILIPPINE MILITARY ACADEMY
Kurs - Artificial Intelligence (AI) for Robotics
Maschinelle Übersetzung