Gracias por enviar su consulta! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Gracias por enviar su reserva! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Duración 21 horas
Temario del curso
Introducción al aprendizaje de robots
- Vista general del machine learning en robótica
- Aprendizaje supervisado vs. no supervisado vs. aprendizaje por refuerzo
- Aplicaciones del RL en control, navegación y manipulación
Fundamentos del aprendizaje por refuerzo
- Procesos de decisión de Markov (MDP)
- Funciones de política, valor y recompensa
- Compromiso entre exploración y explotación
Algoritmos clásicos de RL
- Q-learning y SARSA
- Métodos de Monte Carlo y diferencia temporal
- Iteración de valor e iteración de política
Técnicas de deep reinforcement learning
- Combinar deep learning con RL (Deep Q-Networks)
- Métodos de gradiente de política
- Algoritmos avanzados: A3C, DDPG y PPO
Entornos de simulación para el aprendizaje de robots
- Uso de OpenAI Gym y ROS 2 para simulación
- Creación de entornos personalizados para tareas robóticas
- Evaluación del rendimiento y estabilidad del entrenamiento
Aplicación del RL en robótica
- Aprendizaje de políticas de control y movimiento
- Aprendizaje por refuerzo para la manipulación robótica
- Aprendizaje por refuerzo multiagente en robótica en enjambre
Optimización, despliegue e integración en el mundo real
- Ajuste de hiperparámetros y modelado de recompensas (reward shaping)
- Transferencia de políticas aprendidas de la simulación a la realidad (Sim2Real)
- Despliegue de modelos entrenados en hardware robótico
Resumen y próximos pasos
Requerimientos
- Conocimiento de conceptos de machine learning
- Experiencia en programación con Python
- Familiaridad con robótica y sistemas de control
Público objetivo
- Ingenieros de machine learning
- Investigadores en robótica
- Desarrolladores que construyen sistemas robóticos inteligentes
Reseñas (2)
Suministro de los materiales (máquina virtual) para comenzar directamente con los ejercicios y explicación del núcleo de ROS2. Por qué las cosas funcionan de cierta manera.
Arjan Bakema
Curso - Autonomous Navigation & SLAM with ROS 2
Traducción Automática
su conocimiento y utilización de la IA para la robótica en el futuro.
Ryle - PHILIPPINE MILITARY ACADEMY
Curso - Artificial Intelligence (AI) for Robotics
Traducción Automática
