Couvre les applications de robotique haptique, le cœur de métier, les fonctionnalités clés et le développement de logiciels pour diverses industries et scénarios de simulation.
Explore les robots d'entraînement en renforçant l'apprentissage et l'apprentissage de la démonstration, mettant en évidence les défis de l'interaction homme-robot et de la collecte de données.
Couvre la simulation, la modélisation, les profils d'accélération, les fréquences naturelles, les calculs de rigidité et les solutions anti-résonance pour les robots multi-axes.
Explore les outils numériques, la pensée computationnelle, l'éducation en ligne, le codage, les simulations, les espaces de fabrication, la fabrication additive et la robotique.
Introduit l'apprentissage par renforcement, couvrant ses définitions, ses applications et ses fondements théoriques, tout en décrivant la structure et les objectifs du cours.
Explore les approches de mise en œuvre pour la modélisation dynamique des robots, en mettant l'accent sur les techniques d'optimisation et de simplification.
S'engage à utiliser des simulations pour l'interaction homme-robot, à tirer des leçons de l'expertise et des préférences humaines, des modèles utilisateurs, des modèles de système, des résultats de simulation et à aider les atterrissages de drones.
Couvre l'utilisation de transformateurs en robotique, en se concentrant sur la perception incarnée et les applications innovantes dans la locomotion humanoïde et l'apprentissage du renforcement.
Explore les approches fondées sur les données pour améliorer la conception des robots, en mettant l'accent sur la conformité, les matériaux souples et les interactions complexes.
Couvre les matrices de rotation, les traductions et la modélisation géométrique directe des robots série, y compris les paramètres Denavit-Hartenberg et la séquence des mouvements pour un robot 6 DOF.
Couvre la session d'information sur les stages pour le programme de master Microengineering and Robotics de l'EPFL, mettant l'accent sur la valeur des stages pour les étudiants et les entreprises.
Explore la transformation des voitures pare-chocs en voitures sans collision grâce à des algorithmes d'évitement des collisions et aux défis rencontrés lors de la mise en œuvre de fonctions de barrière ellipsoïde.
Fournit des conseils sur les propositions de projets en théorie des jeux, en présentant des exemples passés et en mettant laccent sur la formulation des problèmes et la modélisation mathématique.
Explore l'apprentissage et le contrôle adaptatif pour les robots, en mettant l'accent sur les défis, la planification de parcours avec des systèmes dynamiques, et les applications de planification en temps réel.
