Séance de cours
Apprentissage des lois de contrôle avec DS
Séances de cours associées (32)
Modulation d'apprentissage pour DS
Explore l'apprentissage et le contrôle adaptatif pour les robots, en mettant l'accent sur la modulation des systèmes dynamiques pour améliorer la stabilité et permettre le mouvement réactif.
Réseaux neuronaux multicouches: Deep Learning
Couvre les fondamentaux des réseaux neuronaux multicouches et de l'apprentissage profond.
Réseaux neuronaux : apprentissage multicouche
Couvre les fondamentaux des réseaux neuronaux multicouches et de l'apprentissage profond, y compris la propagation arrière et les architectures réseau comme LeNet, AlexNet et VGG-16.
Introduction aux réseaux neuraux
Introduit des réseaux neuronaux, se concentrant sur les perceptrons multicouches et l'entraînement avec descente stochastique en gradient.
Learning and Adaptive Control for Robots: SEDS & LPV-DS
Explore l'apprentissage et le contrôle adaptatif des robots à travers SEDS et LPV-DS, mettant l'accent sur la stabilité, la dynamique non linéaire et l'optimisation.
Régression linéaire : Inférence statistique et régularisation
Couvre le modèle probabiliste de régression linéaire et l'importance des techniques de régularisation.
Learning and Adaptive Control for Robots: Extensions à DS
Explore les systèmes dynamiques couplés et non couplés, la stabilité, le couplage main-bras et l'adaptation en robotique.
Contrôle de la force avec systèmes dynamiques
Couvre la conformité et le contrôle de la force pour les robots utilisant Dynamical Systems.
Réseaux neuronaux : Perceptrons multicouches
Couvre les Perceptrons multicouches, les neurones artificiels, les fonctions d'activation, la notation matricielle, la flexibilité, la régularisation, la régression et les tâches de classification.
Évitement d'obstacle avec DS
Explore l'évitement des obstacles en utilisant Dynamical Systems pour les robots, en se concentrant sur la modulation, les garanties de stabilité et la théorie de la contraction.