课程价格 ：
¥899.00
剩余名额
3
-
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
- 1：【资料】相关论文
- 第1章: 具身智能介绍
- 第1节: 课程介绍
- 第2节: 经典方法回顾
- 第3节: 传感器介绍
- 第4节: Learning-based method
- 第5节: 实践工具
- 第6节: 总结回顾
- 第2章: 经典规划控制方法
- 第1节: 规划算法
- 第2节: 控制算法
- 第3节: 抓取方法
- 第4节: 使用案例
- 第3章: 机器人视觉
- 第1节: 传感器和标定介绍
- 第2节: 视觉图像和神经网络+3D感知和点云处理
- 第3节: 3D位姿估计-机器人场景
- 第4章: 深度学习和抓取-1
- 第1节: Learning-based Planning (Path & Trajectory)
- 第2节: 模仿学习
- 第5章: 深度学习和抓取-2
- 第1节: Visual Servoing
- 第2节: Learning for Grasping
- 第3节: Policy Learning for Robotic Manipulation
- 第6章: 强化学习方法
- 第1节: RL介绍
- 第2节: RL用于机器人任务
- 第7章: VLA模型方法
- 第1节: VLA模型基础
- 第2节: VLA主流模型
- 第3节: VLA模型评价和测试方法
- 第4节: VLA模型具体实践
- 第8章: 分层学习方案：架构和方案（2次课）
- 第1节: 多层任务框架介绍&任务规划
- 第2节: LLM&VLM for Task Planning
- 第3节: 下层任务模型
- 第9章: 工程经验和总结展望
- 第1节: 后处理&传统方法优化
- 第2节: 总结&展望
