大講堂&專場問答 | 在機器人競賽中任務的約束編程方法和動作規劃

本文作者： AI研習社

2018-11-22 17:37

導語：在本次公開課中，講者將與大家一同分享，在講者過往參加機器人競賽中，所使用不同的任務約束編程方法和動作規劃經驗。

雷鋒網AI研習社訊：在現實生活中，通用控制方法是非常復雜且具有挑戰性的難題。在本次公開課中，我將與大家一同分享，在我過往參加機器人競賽中，所使用不同的任務約束編程方法和動作規劃經驗。

分享主題

在機器人競賽中任務的約束編程方法和動作規劃

分享嘉賓

張征豪 (Reeve)，新加坡 Hand Plus Robotics Pte Ltd 聯合創始人和新加坡南洋理工大學機器人研究中心研究工程師。在加入南洋理工之前，他是香港大學的研究員。畢業于英國利茲大學和英國曼徹斯特大學碩士。同時也是在讀新加坡南洋理工大學博士生。擁有多年的機器人開發經驗，并參于和贏得多個世界機器人比賽包括2018JRC京東機器人挑戰賽（將在2018年12月天津舉行），IROS Mobile Manipulation Hackathon 2018-西班牙馬德里（冠軍)，2017年亞馬遜機器人挑戰-日本名古屋（Picking-冠軍, Stowing-亞軍， Final-季軍）, DHL Robotics Innovation Challenge 2017-德國特羅斯多夫(季軍), DARPA Robotics Challenges Trails 2013 - Florida, USA & Final 2015 - Pomona, California, USA.

分享提綱

1.介紹任務的約束編程方法和動作規劃

2.機器人競賽中不同的任務的約束編程方法和動作規劃

Grasp Constrained of Task and Motion Planning in IROS Mobile Manipulation Hackathon 2018
Space & Grasp Constrained of Task and Motion Planning in DHL Robotics Innovation Challenge 2017
Space & Multi Robot Constrained of Task and Motion Planning in Amazon Robotics Challenges 2017
Force Direction Constrained of Task and Motion Planning in DARPA Robotics Challenges (DRC)

3.綜述

直播鏈接

http://www.mooc.ai/open/course/603

↘ 掃碼直達 ↙

大講堂&專場問答 | 在機器人競賽中任務的約束編程方法和動作規劃