欢迎来到深圳技术大学 IBW0009机器人与具身技能技术 （AI微专业） 的课程主页!
- [2026-3-6] 课程网站发布。
Archived News
- **[2026-3-6]** 课程网站发布。| 项目 | 细节 |
|---|---|
| 教师 | 马漫游 助理教授, 深圳技术大学 人工智能学院 Email: mamanyou@sztu.edu.cn 办公室: Room 1717, C1 (人工智能学院) 答疑时间: 周一 2:00 pm - 3:00 pm |
| 时间 | 周六第三、四、五节 (10:15–12:25) |
| 学分 | 3 |
| 评分 | 出勤: 10% ; 实验报告: 50% ; 课程汇报: 10% ; 课程项目或论文: 30% |
| 周 | 课程序号 | 理论课程 | 实验内容 |
|---|---|---|---|
| 01 (3月7日) | 第1讲 | 具身智能基础幻灯片 强化学习基础 幻灯片 | OpenAI Gym入门 实验 |
| 02 (3月14日) | 第2讲 | 状态价值与贝尔曼方程 幻灯片 | 冰冻湖环境 I 实验 |
| 03 (3月21日) | 第3讲 | 贝尔曼最优方程 幻灯片 | 冰冻湖环境 II 实验 |
| 04 (3月28日) | 第4讲 | 价值迭代与策略迭代 幻灯片 | 冰冻湖环境 III 实验 |
| 05 (4月4日) | 放假 | ||
| 06 (4月11日) | 第5讲 | 蒙特卡洛方法 幻灯片 | 冰冻湖环境 IV 实验 |
| 07 (4月18日) | 第6讲 | 随机近似算法 幻灯片 | 神经网络入门 实验 |
| 08 (4月25日) | 第7讲 | 时序差分方法 幻灯片 | CarPole环境 实验 |
| 09 (5月2日) | 放假 | ||
| 10 (5月9日) | 调休 | ||
| 11 (5月16日) | 第8讲 | 基于价值的方法 幻灯片 | Atari环境 实验 |
| 12 (5月23日) | 第9讲 | 基于策略的方法 幻灯片 策略梯度推导 | 讲解 |
| 13 (5月30日) | 第10讲 | Actor-Critic方法幻灯片1、PPO与DPO 幻灯片2 | REINFORCE Cartpole 环境 实验 |
| 14 (6月6日) | 第11讲 | 机器人学习入门 幻灯片 | Mujoco环境 DDPG 实验 |
| 15 (6月13日) | 第12讲 | 变分推断与生成式策略 幻灯片 | Mujoco环境 PPO 实验 |
| 16 (6月20日) | 放假 | ||
| 17 (6月27日) | 第13讲 | 扩散模型与扩散策略 幻灯片 | LeRobot机械臂 ACT 实验 |
| 18 (7月1日) | 第14讲 | 通用型机器人策略 幻灯片 | LeRobot机械臂 DP 实验 |