Explore l'apprentissage visuel sûr et efficace en matière de données pour la robotique, couvrant la théorie du contrôle, les systèmes de perception, l'apprentissage de bout en bout et les politiques d'experts.
Analyse le roll-off haute fréquence, le roll-off gain, les courbes de Bode, la réponse en phase, la stabilité dans les systèmes de rétroaction et les techniques de compensation de fréquence.
Couvre les principes fondamentaux de la théorie du contrôle optimal, en se concentrant sur la définition des OCP, l'existence de solutions, les critères de performance, les contraintes physiques et le principe d'optimalité.
Discuter de la sélection des emplacements des pôles dans les systèmes de contrôle de l'espace d'état pour répondre aux spécifications du domaine temporel et minimiser l'effort de contrôle.
Couvre la théorie des systèmes, le contrôle de rétroaction classique et les applications dans les bâtiments écologiques et les installations de réfrigération au gaz naturel.
Introduit l'apprentissage par renforcement, couvrant ses définitions, ses applications et ses fondements théoriques, tout en décrivant la structure et les objectifs du cours.
