문의를 보내주셔서 감사합니다! 팀원이 곧 연락드리겠습니다.
예약을 보내주셔서 감사합니다! 저희 팀 멤버 중 한 분이 곧 연락드리겠습니다.
코스 개요
로봇공학 분야에서의 AI 에이전트 개론
- 로봇공학 내 AI 활용 사례 소개
- 로봇 시스템에 사용되는 다양한 유형의 AI 에이전트
- AI와 로봇공학을 결합하는 과정에서 발생하는 도전 과제
로봇공학을 위한 머신러닝 및 AI 기술
- 로봇 제어를 위한 강화학습 활용법
- 로봇 의사결정을 위해 사용되는 지도학습 및 비지도학습 기법
- 로봇공학 분야에서의 전이학습 및 도메인 적응 방안
AI 기반 인식 및 감지 기술
- 로봇 인식을 위한 컴퓨터 비전 활용법
- 센서 데이터 통합 및 처리 방법
- AI를 활용한 객체 탐지 및 인식 기법
자율 탐색 및 경로 계획 알고리즘
- AI 기반 장애물 회피 기술 구현하기
- 딥러닝을 활용한 지능형 경로 계획 방식
- Gazebo 시뮬레이터를 이용한 자율 탐색 실습
로봇공학 분야에서의 인간-AI 협업
- 인간과 로봇 간 상호작용 메커니즘 이해하기
- 도움을 제공하거나 협력하는 로봇 시스템 개발 방안
- 윤리적 문제 및 안전성 확보를 위한 고려사항
산업용 및 서비스 분야에서의 AI 기반 로봇 활용
- 제조 및 물류 산업 내 AI 적용 사례 분석
- AI 기반 로봇 프로세스 자동화(RPA) 구현 방법
- 향후 AI와 로봇공학의 융합 발전 전망 살펴보기
AI 기반 로봇 시스템 실제 배포 방안
- 현실 환경에 적용 가능한 AI 모델 최적화 기법
- 생산 현장에 AI 기반 로봇 솔루션을 도입하는 절차
- 시스템 성능 평가 및 유연성 개선 방안 확인하기
요약 및 향후 학습 방향 제시
요건
- AI 및 머신러닝 이론에 대한 탄탄한 이해
- ROS와 같은 로봇공학 프레임워크 활용 경험
- AI 기반 로봇 시스템 개발을 위한 Python 또는 C++ 숙련도
대상자
- 로봇공학 엔지니어
- AI 연구자
- 자동화 전문가
21 시간
