XiaoMi-AI文件搜索系统
World File Search SystemBurgard
M.Sc.人工智能和机器人模块手册M.Sc.人工智能和机器人模块手册
模块号1-m-air-AIB-1持续时间一学期频率冬季学期模块语言英语录取要求人工智能讲师教授Wolfram Burgard博士教授Wolfram Burgard检查面向学习的学习任务分级的分级学习成果学生能够●描述不同类型的人工智能和智能的求解方式●对不同类型的求职者进行分类，并划分不同类型的问题，并将不同的智能分类为●•求解不同的智能，●•求职者• ●解释一阶和谓词逻辑的基本概念●在不确定性下将基本方法应用于概率的推理和决策，确定人工智能的高级概念●评估人工智能及其应用的道德后果，并讨论人工智能的跨学科跨学科的跨学科知识。第1-4章。这本书可在图书馆中找到。教学格式请参见课程大纲相关计划M. Sc。AI＆Robotics
本地化 - 计算机科学 - 利物浦大学
D. Fox，S。Thrun，F。Dellaert和W. Burgard，《移动机器人定位的粒子过滤器》，在A. Doucet，N。DeFreitas和N. Gordon的A. Doucet，编辑中，实践中的顺序蒙特卡洛方法。Springer Verlag，纽约，2000年。
5 3.RAI-818智能移动机器人技术a。教科书
•自动移动机器人简介。Roland Siegwart和Illah R. Nourbakhsh，麻省理工学院出版社，2004年。•Howie Choset，Kevin Lynch，Seth Hutchinson，George Kantor Wolfram Burgard，Lydia Kavraki和Sebastian Thrun的机器人运动原理，理论算法和实施原理。b。参考书：•机器人运动计划，Jean-Claude Latombe，Kluwer学术出版商，1991年。•概率机器人塞巴斯蒂安·特伦（Sebastian Thrun）。•计划算法，史蒂文（Steven），M，拉瓦勒（Lavalle）。•机器人运动计划Jean Claude Latombe。•移动机器人技术的计算原理，Gregory Dudek和Michael Jenkin。•讲师也可以使用讲义和研究文章。c。目的：本课程侧重于运动计划，感知和推理的概念，这是移动自动驾驶汽车在跨越土地，海洋和空气的动态，非结构化的环境中智能操作所需的。在本课程中，学生将学习如何在非结构化环境中计划机器人的运动，并使用概率方法，这将使他们在不确定性的情况下自我定位并理解周围环境。这些方法将在模拟平台上实现，以关闭透明度循环，以在复杂领域的稳健交付，这些循环在复杂的字段中进行了强大的交付，这些循环通常不是为了容纳机器人而设计的。还将讨论智能机器人系统的案例研究。d。课程结果：完成该模块后，学生将能够：•了解各种运动计划算法并在各种环境中实施。•了解使用统计建模技术（例如高斯过程）的使用，以允许机器人解释传感器数据并理解其周围环境。•了解概率方法如何解决由于现实世界中非确定性而固有的不确定性。•能够适应并应用机器人概念来设计和开发针对不同应用领域的实用机器人解决方案。•了解如何使用Python语言和机器人中间件（例如ROS）在简单的移动机器人上实现概率方法。