英国伯明翰大学机器人硕士课程规划安排

英国伯明翰大学机器人硕士课程将探索在移动机器人和机器人操作器中实现标准算法所需的智能机器人控制和软件工具的理论。这个为期一年的全日制机器人硕士学位要求学生完成总计180学分的课程。前两个学期，学生将学习核心必修课程(60学分)，并从广泛的选修课程中进行选择。最后一个学期，学生将完成一个研究项目(60学分)。以下是具体的课程规划安排。

一、必修课程(总计120学分)

1、高级机器人技术

这门课研究了机器人在现实世界中的规划和控制。介绍了建模、模拟和控制机器人动力学的概念和工具。

2、智能机器人(扩展)

这门课将在智能移动机器人的背景下解决智能机器人相关的问题。课程将从机器人的角度教授感知、估计、预测、决策、学习和控制的理论，及其实际应用。

3、Robotics MSc项目

该课程将使学生能够在一个实质性的机器人相关任务中展示专业能力，并应用在学位课程的其他组成部分中学到的内容。

4、机器人视觉

该课程将重点介绍基本的计算原理，这些原理能够将一系列图片元素转换为完成各种感知任务所必需的结构和语义实体。

二、选修课程(总计60学分)

1、人工智能和机器学习的当前主题

人工智能和机器学习的研究正以惊人的速度前进。该课程将涉及一系列研讨会式的短期课程，研究相关文献的最新成果。

2、进化计算(扩展)

该课程将介绍进化计算的基本原理、一系列不同的进化算法及其应用，以及一系列高级主题，例如时间复杂性分析、神经进化、协同进化、基于模型的进化算法和现代多目标进化算法。

3、智能交互系统(扩展)

该课程将使学生展示对各种智能交互系统的概念结构的理解，学习人类心理学如何塑造交互系统设计。学生将能够建立人机合作的软件模型，并分析新的智能交互设计问题和程序解决方案。

4、机器学习和智能数据分析(扩展)

该课程将为机器学习和高级数据分析提供坚实的基础。课程将概述分析和学习数据的核心概念、方法和算法。重点是潜在的理论基础。

5、人工智能和机器学习的数学基础

该课程将介绍一系列数学工具，并演示如何使用这些工具来理解和解决核心机器智能任务，以及分析其性能限制。

6、神经计算(扩展)

该课程着重于人工神经网络及其在机器学习中的应用。涵盖了基本的基础理论，以及构建现代深度神经网络的方法，这些网络现在在各种工业和研究领域都有实际应用。

伯明翰大学机器人硕士课程的规划安排就先介绍到这里啦。同学要注意，并非所有的选修课程在任何特定年份都可用。一些选项组合只有在时间表允许的情况下才可用，选择选修课时，同学需要注意先决条件。项目主题必须得到项目主管的批准，以适合项目的目标和学习成果。