@尊重智慧財產權,請同學勿隨意影印教科書 。 Please respect the intellectual property rights, and shall not copy the textbooks arbitrarily. |
科目代碼 | AEC8059 | 課程名稱 | 強化式學習 |
英文名稱 | Reinforcement Learning | ||
全/半年 | 半 | 必/選修 | 選修 |
學分數 | 3.0 | 每週授課時數 | 正課時數: 3.0 小時, 實驗時數: 0.0 小時 |
先修課程 | |||
課程簡介 | 傳統機器人學習課程多偏重資料分類,而本課程著重於強化學習;這是一種無人監控的學習機制,可使系統學會循序執行不同任務(或為達成一特定目標所需要的各步驟,包括從撿起一個瓶子到下贏一場圍棋比賽)。 | ||
課程目標 | 對應系所核心能力 | ||
1. 實現三維自我運動估測於移動機器人,使用教育機器人中心的機器人取得的資料進行分析 。(例如:Bibot 機器人影像標籤) |
博士: 1-1 具備電機電子領域的專業知識 2-2 策劃及執行電機電子專題研究的能力 3-3 具備撰寫專業論文的能力 5-5 具備終身自我學習成長的能力 |
||
2. 機械手臂機器人抓住行為的學習,使用教育機器人中心的機器人取得的資料進行分析。 |
博士: 1-1 具備電機電子領域的專業知識 2-2 策劃及執行電機電子專題研究的能力 3-3 具備撰寫專業論文的能力 5-5 具備終身自我學習成長的能力 6-6 具備與不同領域人員協調整合的能力 |