首页
›
智能机器人、自动化与智能装备工程
›
024-灵巧手与机器人操作学习
›
《灵巧手模仿学习与技能泛化工程》
VIP6
本课程属于:024-灵巧手与机器人操作学习
智能机器人、自动化与智能装备工程 · 共 6 门相关课程,组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录
咨询 / 购买
📘
灵巧手模仿学习与技能泛化工程
共计 30 章节
可可资料掘金营 · 点击在线试看
01
课程导入
目标=灵巧手模仿学习与技能泛化的定义 · 发展脉络 · 工程意义与整体课程框架
课程导入
目标=灵巧手模仿…
02
灵巧手硬件基础
目标=多指手结构 · 自由度 · 驱动器
灵巧手硬件基础
目标=多指手结构
03
模仿学习基础
目标=行为克隆 · 逆强化学习 · 生成式模仿学习的基本概念与数学形式
模仿学习基础
目标=行为克隆
04
示教数据采集
目标=遥操作 · 动捕 · 视觉示教
示教数据采集
目标=遥操作
05
示教数据处理
目标=时间对齐 · 降采样 · 滤波
示教数据处理
目标=时间对齐
06
策略表示方法
目标=显式策略 · 隐式策略 · 扩散策略
策略表示方法
目标=显式策略
07
行为克隆实战
目标=基于示教数据训练灵巧手抓取与操…
行为克隆实战
目标=基于示教数…
08
逆强化学习与奖励建模
目标=从示教中推断奖励函数 · 对抗式模仿与偏好学习
逆强化学习
奖励建模
09
生成式模仿学习
目标=VAE · GAN · 扩散模型在灵巧手轨迹生成与策略学习中…
生成式模仿学习
VAE
10
模仿学习中的分布偏移
目标=因果混淆 · 协变量偏移 · 复合误差与缓解策略
模仿学习
分布偏移
11
技能泛化核心问题
目标=新物体 · 新位姿 · 新任务
技能泛化核心问题
目标=新物体
12
域随机化与数据增强
目标=视觉 · 物理 · 动力学随机化在技能泛化中的作用
域随机化
数据增强
13
元学习与少样本适应
目标=MAML · Reptile · 上下文元学习在灵巧手技能迁移中的应用
元学习
少样本适应
14
多任务与终身学习
目标=任务嵌入 · 参数隔离 · 经验回放与灾难性遗忘缓解
多任务
终身学习
15
视觉-触觉-本体感知融合
目标=多模态表征学习 · 对比学习与跨模态对齐方法
视觉
触觉
16
仿真环境与基准
目标=MuJoCo · Isaac Gym · PyBullet
仿真环境
基准
17
仿真到现实迁移
目标=系统辨识 · 域适应 · 域随机化
仿真到现实迁移
目标=系统辨识
18
灵巧手抓取技能实战
目标=从示教到泛化抓取不同形状 · 材质与重量物体的工程实现
灵巧手抓取技能实…
目标=从示教到泛…
19
灵巧手操作技能实战
目标=旋转 · 翻转 · 插拔
灵巧手操作技能实…
目标=旋转
20
双手协同与工具使用
目标=双臂协调 · 手内操作 · 工具操纵与长时序任务规划
双手协同
工具使用
21
强化学习与模仿学习结合
目标=残差学习 · 离线强化学习 · 在线微调与安全探索
强化学习
模仿学习结合
22
大模型与灵巧手技能泛化
目标=视觉语言模型 · 代码生成 · 任务分解与技能库调用
大模型
灵巧手技能泛化
23
技能库与模块化架构
目标=原语学习 · 技能组合 · 分层策略与可复用模块设计
技能库
模块化架构
24
评估与测试
目标=成功率 · 泛化性 · 鲁棒性
评估
测试
25
常见问题与调试
目标=训练不收敛 · 过拟合 · 仿真现实差距
常见问题
调试
26
工程化部署
目标=实时推理 · 模型压缩 · 边缘计算
工程化部署
目标=实时推理
27
案例研究一
目标=基于示教的灵巧手多物体抓取与放…
案例研究一
目标=基于示教的…
28
案例研究二
目标=基于扩散策略的灵巧手工具使用与…
案例研究二
目标=基于扩散策…
29
综合项目
目标=设计并实现一个从示教到泛化的灵…
综合项目
目标=设计并实现…
30
课程总结与前沿展望
目标=核心知识回顾 · 开放问题 · 伦理安全与未来研究方向
课程总结
前沿展望
所属VIP或分类
同VIP:多指灵巧手力觉与触觉感知工程
同VIP:机器人灵巧手运动学与控制工程
同VIP:灵巧手强化学习操作策略工程