Cursuri de pregatire TinyML pentru Sisteme Autonome și Robotică

Inteligenta Artificială (IA) pentru Robotica combine învățarea automată, sistemele de control și fuziunea senzorilor pentru a crea mașini inteligente capabile să perceapă, să raționeze și să acționeze autonom. Cu ajutorul unor instrumente moderne precum ROS 2, TensorFlow și OpenCV, inginerii pot acum proiecta roboți care navighează, planifică și interacționează cu mediile reale în mod inteligenț.

Această instruire condusă de un prezentator (online sau local) este destinată inginerilor de nivel intermediar care doresc să dezvolte, să instruiască și să implementeze sisteme robotice bazate pe IA folosind tehnologii și cadre open-source actuale.

La finalul acestei instruirile, participanții vor putea:

• Utiliza Python și ROS 2 pentru a construi și simula comportamente robotice.
• Implementa filtrele Kalman și Particle Filters pentru localizare și urmărire.
• Aplica tehnici de viziune computerizată folosind OpenCV pentru percepție și detectarea obiectelor.
• Utiliza TensorFlow pentru previziunea mișcării și controlul bazat pe învățare.
• Integrează SLAM (Simultaneous Localization and Mapping) pentru navigarea autonomă.
• Dezvolta modele de învățare prin întărirea pentru a îmbunătăți luarea deciziilor robotice.

Formatul Cursului

• Prezentare interactivă și discuție.
• Implementare practică folosind ROS 2 și Python.
• Exerciții practice în mediile robotice simulare și reale.

Opțiuni de Personalizare a Cursului

Pentru a solicita o instruire personalizată pentru acest curs, vă rugăm să ne contactați pentru aranjamente.

În acest training condus de un instructor, live în România (online sau la fața locului), participanții vor învăța diferitele tehnologii, cadre de lucru și tehnici de programare a diferitelor tipuri de roboți care vor fi utilizați în domeniul tehnologiei nucleare și al sistemelor de mediu.

Cursul de 6 săptămâni este organizat 5 zile pe săptămână. Fiecare zi durează 4 ore și constă în prelegeri, discuții și dezvoltare practică a roboților într-un mediu de laborator live. Participanții vor finaliza diverse proiecte din lumea reală aplicabile muncii lor pentru a-și exersa cunoștințele dobândite.

Hardware-ul țintă pentru acest curs va fi simulat în 3D prin software de simulare. Cadrul open-source ROS (Robot Operating System), C++ și Python vor fi utilizate pentru programarea roboților.

La sfârșitul acestui training, participanții vor putea:

• Înțelege conceptele cheie utilizate în tehnologiile robotice.
• Înțelege și gestionează interacțiunea dintre software și hardware într-un sistem robotic.
• Înțelege și implementează componentele software care stau la baza roboticii.
• Construiește și operează un robot mecanic simulat care poate vedea, simți, procesa, naviga și interacționa cu oamenii prin voce.
• Înțelege elementele necesare ale inteligenței artificiale (învățare automată, învățare profundă etc.) aplicabile construirii unui robot inteligent.
• Implementează filtre (Kalman și Particle) pentru a permite robotului să localizeze obiecte în mișcare în mediul său.
• Implementează algoritmi de căutare și planificare a mișcării.
• Implementează controale PID pentru a regla mișcarea unui robot într-un mediu.
• Implementează algoritmi SLAM pentru a permite unui robot să cartografiereze un mediu necunoscut.
• Extinde abilitățile unui robot de a efectua sarcini complexe prin Învățare Profundă.
• Testează și depanează un robot în scenarii realiste.

În acest training condus de un instructor, live în România (online sau onsite), participanții vor învăța diferite tehnologii, framework-uri și tehnici pentru programarea diferitelor tipuri de roboți care pot fi utilizați în domeniul tehnologiei nucleare și al sistemelor de mediu.

Cursul de 4 săptămâni se desfășoară 5 zile pe săptămână. Fiecare zi durează 4 ore și constă în prelegeri, discuții și dezvoltare practică a roboților într-un mediu de laborator live. Participanții vor finaliza diverse proiecte din lumea reală aplicabile muncii lor pentru a-și exersa cunoștințele dobândite.

Hardware-ul țintă pentru acest curs va fi simulat în 3D prin software de simulare. Codul va fi apoi încărcat pe hardware fizic (Arduino sau altul) pentru testarea finală de implementare. Framework-ul open-source ROS (Robot Operating System), C++ și Python vor fi utilizate pentru programarea roboților.

La sfârșitul acestui training, participanții vor putea:

• Înțelege conceptele cheie utilizate în tehnologiile robotice.
• Înțelege și gestionează interacțiunea dintre software și hardware într-un sistem robotic.
• Înțelege și implementează componentele software care stau la baza roboticii.
• Construiește și operează un robot mecanic simulat care poate vedea, simți, procesa, naviga și interacționa cu oamenii prin voce.
• Înțelege elementele necesare ale inteligenței artificiale (învățare automată, învățare profundă etc.) aplicabile construcției unui robot inteligent.
• Implementează filtre (Kalman și Particle) pentru a permite robotului să localizeze obiecte în mișcare în mediul său.
• Implementează algoritmi de căutare și planificare a mișcării.
• Implementează controale PID pentru a regla mișcarea unui robot într-un mediu.
• Implementează algoritmi SLAM pentru a permite unui robot să cartografieze un mediu necunoscut.
• Testează și depanează un robot în scenarii realiste.

ROS 2 (Robot Operating System 2) este un cadru open-source conceput pentru a sprijini dezvoltarea aplicațiilor robotice complexe și scalabile.

Acest training condus de un instructor, live (online sau la fața locului), este destinat inginerilor și dezvoltatorilor de robotică de nivel intermediar care doresc să implementeze navigație autonomă și SLAM (Simultaneous Localization and Mapping) folosind ROS 2.

La finalul acestui training, participanții vor putea:

• Să configureze și să seteze ROS 2 pentru aplicații de navigație autonomă.
• Să implementeze algoritmi SLAM pentru cartografiere și localizare.
• Să integreze senzori precum LiDAR și camere cu ROS 2.
• Să simuleze și să testeze navigația autonomă în Gazebo.
• Să implementeze stive de navigație pe roboți fizici.

Formatul Cursului

• Prelegere interactivă și discuții.
• Exerciții practice folosind instrumente ROS 2 și medii de simulare.
• Implementare și testare live pe roboți virtuali sau fizici.

Opțiuni de Personalizare a Cursului

• Pentru a solicita un training personalizat pentru acest curs, vă rugăm să ne contactați pentru a aranja.

Serviciul Azure Bot combină puterea cadrului Microsoft Bot Framework și funcțiilor Azure pentru a permite dezvoltarea rapidă a boturi inteligente.

În acest antrenament live, condus de instrucțor, participanții vor învăța cum să creze un bot inteligent utilizând Microsoft Azure

La sfârșitul acestei forme de instruire, participanții vor putea:

• Învăța fundamentele boturilor inteligente
• Învăța cum să creați boturi inteligente folosind aplicații cloud
• Înțelege cum să folosiți Microsoft Bot Framework, SDK-ul Bot Builder și Serviciul Azure Bot
• Înțelege cum să concepți boturi utilizând modele de bot
• Dezvolta primul lor bot inteligent folosind Microsoft Azure

Audiență

• Dezvoltatori
• Hobbyiști
• Ingineri
• Profesionali IT

Formatul cursului

• Parte prezentare, parte discuție, exerciții și practică intensivă

OpenCV este o bibliotecă open-source de computer vision care permite procesarea imagini în timp real, în timp ce cadrele de machine learning profund, cum ar fi TensorFlow, oferă instrumentele necesare pentru percepție și luarea deciziilor inteligente în sistemele robotice.

Acest antrenament live condus de instructor (online sau pe loc) este destinat inginerilor roboticii la nivel intermediar, practicanților în computer vision și inginerilor de machine learning care doresc să aplice tehniciile de computer vision și machine learning profund pentru percepția robotică și autonomie.

La finalul acestui antrenament, participanții vor fi capabili să:

• Implementeze pipeleline-uri de computer vision folosind OpenCV.
• Integreze modele de machine learning profund pentru detectarea și recunoașterea obiectelor.
• Folosească datele bazate pe viziune pentru controlul și navigarea robotului.
• Combină algoritmi clasici de computer vision cu rețele neurale profunde.
• Distribuie sisteme de computer vision pe platforme emediate și robotice.

Formatul Cursului

• Lecție interactivă și discuții.
• Practică de hands-on folosind OpenCV și TensorFlow.
• Implementare live-lab pe sisteme robotice simulare sau fizice.

Opțiuni de Personalizare a Cursului

• Pentru a solicita un antrenament personalizat pentru acest curs, vă rugăm să ne contactați pentru a face aranjamente.

Un bot sau chatbot este asemănător unui asistent computerizat care este utilizat pentru a automatiza interacțiunile cu utilizatorii pe diverse platforme de mesagerie și pentru a finaliza sarcinile mai rapid, fără ca utilizatorii să fie nevoiți să vorbească cu o altă persoană.

În cadrul acestui training condus de un instructor, participanții vor învăța cum să înceapă dezvoltarea unui bot, parcurgând crearea unor modele de chatbot-uri folosind instrumente și framework-uri de dezvoltare de bot.

La finalul acestui training, participanții vor putea:

• Să înțeleagă diferitele utilizări și aplicații ale bot-urilor
• Să înțeleagă procesul complet de dezvoltare a bot-urilor
• Să exploreze diferitele instrumente și platforme utilizate în construirea bot-urilor
• Să construiască un model de chatbot pentru Facebook Messenger
• Să construiască un model de chatbot folosind Microsoft Bot Framework

Publicul țintă

• Dezvoltatori interesați să își creeze propriul bot

Formatul cursului

• Parte teoretică, parte discuții, exerciții și practică intensă

Edge AI permite modelelor de inteligență artificială să ruleze direct pe dispozitive încorporate sau cu resurse limitate, reducând latența și consumul de energie, crescând în același timp autonomia și confidențialitatea sistemelor robotice.

Acest training condus de un instructor, live (online sau la fața locului), este destinat dezvoltatorilor de sisteme încorporate și inginerilor de robotică de nivel intermediar care doresc să implementeze tehnici de inferență și optimizare a învățării automate direct pe hardware-ul robotic folosind TinyML și cadre de lucru Edge AI.

La finalul acestui training, participanții vor putea:

• Înțelege elementele de bază ale TinyML și Edge AI pentru robotică.
• Converti și implementa modele de AI pentru inferență pe dispozitiv.
• Optimiza modele pentru viteză, dimensiune și eficiență energetică.
• Integra sisteme Edge AI în arhitecturile de control robotic.
• Evalua performanța și acuratețea în scenarii din lumea reală.

Formatul Cursului

• Prelegere interactivă și discuții.
• Exerciții practice folosind lanțuri de unelte TinyML și Edge AI.
• Exerciții practice pe platforme de hardware încorporat și robotic.

Opțiuni de Personalizare a Cursului

• Pentru a solicita un training personalizat pentru acest curs, vă rugăm să ne contactați pentru a aranja.

Acest training condus de un instructor, live în România (online sau la fața locului), este destinat participanților de nivel intermediar care doresc să exploreze rolul roboților colaborativi (coboți) și al altor sisteme de IA centrate pe om în locurile de muncă moderne.

La finalul acestui training, participanții vor fi capabili să:

• Înțeleagă principiile Inteligentei Artificiale Fizice Centrate pe Om și aplicațiile acesteia.
• Exploreze rolul roboților colaborativi în îmbunătățirea productivității la locul de muncă.
• Identifice și abordeze provocările în interacțiunile om-mașină.
• Concepă fluxuri de lucru care optimizează colaborarea dintre oameni și sistemele conduse de IA.
• Promoveze o cultură a inovației și adaptabilității în locurile de muncă integrate cu IA.

Această formare condusă de un instructor, live în România (online sau la fața locului), este destinată inginerilor care doresc să învețe despre aplicabilitatea inteligenței artificiale în sistemele mecatronice.

La finalul acestei formări, participanții vor putea:

• Să obțină o privire de ansamblu asupra inteligenței artificiale, învățării automate și inteligenței computaționale.
• Să înțeleagă conceptele rețelelor neuronale și ale diferitelor metode de învățare.
• Să aleagă eficient abordări de inteligență artificială pentru probleme din viața reală.
• Să implementeze aplicații AI în inginerie mecatronică.

Această instruire direcționată de un instructor, live in România (online sau pe fața locului) este orientată spre ingineri robotici avansați și cercetători AI care doresc să folosească Inteligenta Artificială Multimodală pentru a integra diverse date senzoriale pentru a crea roboți mai autonomi și mai eficienți, care pot vedea, auzi și atinge.

La finalul acestei instruirii, participanții vor fi capabili să:

• Implementeze senzarea multimodală în sistemele robotice.
• Dezvolte algoritmi AI pentru fuziunea sensorilor și luarea deciziilor.
• Creeze roboți care pot efectua sarcini complexe în medii dinamice.
• Abordeze provocările procesării datelor în timp real și a actuației.

Această instruire condusă de un instructor, live în România (online sau la fața locului) este destinată participanților de nivel intermediar care doresc să-și îmbunătățească abilitățile în proiectarea, programarea și implementarea sistemelor robotice inteligente pentru automatizare și nu numai.

La sfârșitul acestei instruiri, participanții vor putea:

• Înțelege principiile AI Fizică și aplicațiile sale în robotică și automatizare.
• Proiecta și programa sisteme robotice inteligente pentru medii dinamice.
• Implementa modele de AI pentru luarea de decizii autonome în roboți.
• Folosi instrumente de simulare pentru testarea și optimizarea robotică.
• Aborda provocări precum fuziunea senzorilor, procesarea în timp real și eficiența energetică.

Învățarea prin recompensă (RL) este un paradigme de învățare automată în care agenții învață să ia decizii prin interacțiunea cu un mediu. În robotică, RL permite sistemelor autonome să dezvolte capabilități adaptive de control și luare a deciziilor prin experiență și feedback.

Acest training condus de un instructor, live (online sau la fața locului) este destinat inginerilor avansați de învățare automată, cercetătorilor în robotică și dezvoltatorilor care doresc să proiecteze, să implementeze și să utilizeze algoritmi de învățare prin recompensă în aplicații robotice.

La finalul acestui training, participanții vor putea:

• Înțelege principiile și matematica din spatele învățării prin recompensă.
• Implementa algoritmi RL precum Q-learning, DDPG și PPO.
• Integra RL cu medii de simulare robotică folosind OpenAI Gym și ROS 2.
• Antrena roboți să efectueze sarcini complexe în mod autonom prin încercare și eroare.
• Optimiza performanța antrenamentului folosind framework-uri de deep learning precum PyTorch.

Formatul Cursului

• Prelegere interactivă și discuții.
• Implementare practică folosind Python, PyTorch și OpenAI Gym.
• Exerciții practice în medii de simulare sau fizice robotice.

Opțiuni de Personalizare a Cursului

• Pentru a solicita un training personalizat pentru acest curs, vă rugăm să ne contactați pentru a aranja.

Un robot inteligent este un sistem Artificial Intelligence (AI) care poate învăța din mediul său și din experiența sa și își poate dezvolta capacitățile pe baza acestor cunoștințe. Smart Robots poate colabora cu oamenii, lucrând alături de aceștia și învățând din comportamentul lor. În plus, ei au capacitatea de a efectua nu numai muncă manuală, ci și sarcini cognitive. În plus față de roboții fizici, Smart Robots pot fi, de asemenea, pur software, rezidând într-un computer ca o aplicație software fără părți mobile sau interacțiune fizică cu lumea.

În cadrul acestui curs live, condus de un instructor, participanții vor învăța diferitele tehnologii, cadre și tehnici de programare a diferitelor tipuri de Smart Robots mecanice, apoi vor aplica aceste cunoștințe pentru a-și finaliza propriile proiecte de roboți inteligenți.

Cursul este împărțit în 4 secțiuni, fiecare constând din trei zile de prelegeri, discuții și dezvoltare practică a roboților într-un mediu de laborator live. Fiecare secțiune se va încheia cu un proiect practic pentru a permite participanților să exerseze și să-și demonstreze cunoștințele dobândite.

Hardware-ul țintă pentru acest curs va fi simulat în 3D prin intermediul unui software de simulare. Cadrul open-source ROS (Robot Operating System), C++ și Python vor fi utilizate pentru programarea roboților.

La sfârșitul acestui curs, participanții vor fi capabili să:

• Înțeleagă conceptele cheie utilizate în tehnologiile robotice
• Să înțeleagă și să gestioneze interacțiunea dintre software și hardware într-un sistem robotic
• Să înțeleagă și să implementeze componentele software care stau la baza Smart Robots
• Să construiască și să opereze un robot inteligent mecanic simulat care poate vedea, simți, procesa, prinde, naviga și interacționa cu oamenii prin voce
• Extinderea capacității unui robot inteligent de a efectua sarcini complexe prin Deep Learning
• Testarea și depanarea unui robot inteligent în scenarii realiste

Audiență

• Dezvoltatori
• ingineri

Formatul cursului

• Parte prelegere, parte discuție, exerciții și multă practică

Notă

• Pentru a personaliza orice parte a acestui curs (limbaj de programare, model de robot etc.), vă rugăm să ne contactați pentru a aranja.

Robotică Inteligentă reprezintă integrarea inteligenței artificiale în sistemele robotice pentru îmbunătățirea percepției, luării deciziilor și controlului autonom.

Acest training condus de un instructor, live (online sau la fața locului), este destinat inginerilor avansați în robotică, integratorilor de sisteme și liderilor de automatizare care doresc să implementeze percepție, planificare și control bazate pe AI în mediile de fabricație inteligentă.

La finalul acestui training, participanții vor putea:

• Să înțeleagă și să aplice tehnici AI pentru percepția robotică și fuziunea senzorilor.
• Să dezvolte algoritmi de planificare a mișcării pentru roboți colaborativi și industriali.
• Să implementeze strategii de control bazate pe învățare pentru luarea deciziilor în timp real.
• Să integreze sisteme robotice inteligente în fluxurile de lucru ale fabricilor inteligente.

Formatul Cursului

• Prezentare interactivă și discuții.
• Multe exerciții și practică.
• Implementare practică într-un mediu de laborator live.

Opțiuni de Personalizare a Cursului

• Pentru a solicita un training personalizat pentru acest curs, vă rugăm să ne contactați pentru a aranja.