• 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:【资料】相关论文
  • 1-2:【文档】开课仪式
  • 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
  • 免费 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
  • 免费 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
  • 免费 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
  • 免费 6:【视频】机器人学习方法介绍
  • 第5节: 实践工具
  • 免费 7:【视频】实践工具与总结
  • 第6节: Project1:ACT with GalaXea机械臂A1
  • 8-1:【任务说明】Project1
  • 8-2:【代码】所需代码
  • 8-3:【作业】Project1
  • 8-4:【文档】第一章思路提示
  • 第2章: 经典规划控制方法
  • 9:【课件】L2-1 经典的规划方法
  • 10:【课件】L2-2 控制算法介绍.pdf
  • 11:【课件】L2-3 操作与抓取算法.pdf
  • 第1节: 规划算法
  • 12-1:【视频】规划算法
  • 12-2:【视频】基于树结构的方法
  • 12-3:【视频】基于图结构的方法
  • 12-4:【视频】规划算法的扩展
  • 第2节: 轨迹生成与优化
  • 13-1:【视频】轨迹生成
  • 13-2:【视频】轨迹优化,插值,样条曲线
  • 第3节: 控制算法
  • 14:【视频】控制算法简介
  • 第4节: 抓取方法
  • 15:【视频】操作与抓取的传统方法
  • 第5节: 使用案例
  • 16:【视频】机器人实用案例讨论
  • 第6节: Project 2 :基于RRT算法的GalaXea A1机械臂路径规划
  • 17-1:【任务说明】Project2
  • 17-2:【文档】Project2代码下载链接
  • 17-3:【作业】Project 2
  • 第3章: 机器人视觉方法
  • 第1节: 传感器和标定介绍
  • 18:【课件】L3-1机器人视觉方法
  • 19:【视频】传感器
  • 第2节: 视觉图像和神经网络+3D感知和点云处理
  • 20:【课件】L3-2神经网络,2D和3D图像处理
  • 21:【视频】神经网络,2D和3D图像处理
  • 第3节: 3D位姿估计-机器人场景
  • 22-1:【课件】L3 sec3 位姿估计.pdf
  • 22-2:【视频】位姿估计
  • 第4章: 基于深度学习的抓取
  • 第1节: 2D平面抓取
  • 23-1:【课件】L4 sec1 2D Grasping.pdf
  • 23-2:【视频】抓取问题介绍与2D平面抓取方法
  • 第2节: 6DoF Grasping
  • 24-1:【课件】L4 sec2 6DoF Grasping
  • 24-2:【视频】6DoF Grasping
  • 第3节: Other Applications
  • 25-1:【课件】L4-3Other Applications
  • 25-2:【视频】Other Application
  • 第4节: Project3:PoseCNN
  • 26-1:【文档说明】Project3 PoseCNN
  • 26-2:【作业】Project 3
  • 第5章: 模仿学习
  • 第1节: Intro and BC
  • 27-1:【课件】Intro and BC
  • 27-2:【视频】Intro and BC
  • 第2节: Interactive IL
  • 28-1:【课件】L5-2 interactive IL
  • 28-2:【视频】interactive IL
  • 第3节: Inverse RL
  • 29-1:【课件】L5 sec3-4-5 inverse RL and generative IL.pdf
  • 29-2:【视频】Inverse RL
  • 第4节: IL with Sequence Information
  • 30:【视频】IL with Sequence Information
  • 第5节: Generative model for IL
  • 31-1:【视频】生成式模仿学习的思想
  • 31-2:【视频】GAIL与VAE的方法
  • 31-3:【视频】扩散策略
  • 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
  • 第9章: 直播答疑汇总
  • 32:【直播回放】直播答疑交流01期10.26
  • 33:【直播回放】直播答疑交流02期11.3
  • 34:【直播回放】直播答疑交流03期11.17
  • 35:【直播回放】直播答疑交流04期12.1
  • 36:【直播回放】直播答疑交流05期12.15
  • 37:【直播回放】直播答疑交流06期12.29
  • 38:【直播回放】直播答疑交流07期1.12
  • 39:【直播回放】直播答疑交流08期2.9
  • 40:【直播回放】直播答疑交流09期2.23
  • 41:【直播回放】直播答疑交流10期3.7

相关推荐

机器人与自动驾驶 规划控制 无人机 进阶
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》