Kerangka Materi

Pengenalan ke AI Fisik Lanjutan

  • Gambaran umum konsep-konsep lanjutan dari AI Fisik
  • Perkembangan dan tren terbaru dalam sistem otonom
  • Tantangan utama dalam mendesain sistem otonom

Desain Sistem Lanjutan

  • Desain mekanis dan elektrikal untuk sistem kompleks
  • Integrasi sensor dan aktuator canggih
  • Manajemen energi dan keberlanjutan

Algoritma AI untuk Otonomi

  • Pembelajaran dalam untuk persepsi dan perencanaan
  • Pembelajaran penguatan untuk kontrol adaptif
  • Optimasi pipeline AI untuk pengambilan keputusan real-time

Pengolahan dan Integrasi Data Real-Time

  • Teknik fusi sensor canggih
  • Pengolahan data real-time untuk lingkungan dinamis
  • Strategi navigasi dan penghindaran rintangan canggih

Simulasi dan Validasi

  • Penggunaan lingkungan simulasi yang canggih
  • Pemodelan dan pengujian skenario kompleks
  • Validasi sistem dan optimasi kinerja

Strategi Otomatisasi dan Penurunan

  • Pemrograman alur kerja canggih untuk otomatisasi
  • Menjamin keandalan dan keselamatan dalam penurunan otonom
  • Skalabilitas dan pemeliharaan sistem otonom

Menjelajahi Tren dan Tantangan Masa Depan

  • Kemajuan dalam interaksi dan kolaborasi manusia-robot
  • Pertimbangan etis dalam sistem otonom
  • Masa depan AI Fisik di berbagai industri

Ringkasan dan Langkah Selanjutnya

Persyaratan

  • Pemahaman kuat tentang konsep AI dan machine learning
  • Kemahiran dalam desain dan kontrol sistem robotik
  • Pengalaman dengan bahasa pemrograman seperti Python atau C++

Audience

  • Peneliti AI
  • Ahli robotika
  • Insinyur perangkat lunak
 21 Jam

Jumlah Peserta


Biaya per Peserta

Kursus Mendatang

Kategori Terkait