Control Engineering

🎓چهار پوزیشن فول فاند دکترا در دانشگاه کبک، تروا ریویر🇨🇦 🔹موضوع: کنترل و ناوبری ربات‌ها(برق، کامپیوتر، مکانیک) ❗داشتن تافل یا آیلتس اجباری نیست. 🌐اطلاعات کامل @ControlEngineering98

هوش مصنوعی به قلب میکروکنترلرها رسید: معرفی STM32N6🔥 تب هوش مصنوعی دنیا رو فراگرفته و حالا STMicro با معرفی STM32N6 نشون داده که حتی میکروکنترلرها هم قراره وارد این انقلاب بشن! میکروکنترلر STM32N6 با پردازنده Cortex-M55 که تا 800 مگاهرتز سرعت داره در قلب خودش یک شتاب‌دهنده عصبی Neural-ART با توان 600 میلیارد عملیات در ثانیه داره که می‌تونه هر پروژه‌ای رو از پردازش تصویر تا هوش مصنوعی به راحتی اجرا کنه. ویژگی‌های جذاب STM32N6 هوش مصنوعی: شتاب‌دهنده Neural-ART برای پردازش‌های پیچیده حافظه : 4.2 مگابایت رم داخلی و پشتیبانی از PSRAM, SDRAM, NOR, NAND گرافیک و ویدیو: پشتیبانی از Chrom-ART و کدک H.264 اینترفیس ها :پشتیبانی از USB و اترنت تا I2C و SPI برد راه انداز STM32N6 دو برد راه‌انداز برای این سری در نظر گرفته شده: برد Discovery Kit: قیمت 185 دلار برد Nucleo-144: قیمت 56 دلار اگه کنجکاوی میتونی برای اطلاعات بیشتر، یه سر به صفحه محصول بزنی! 😊 https://www.st.com/en/microcontrollers-microprocessors/stm32n6-series.html #0x7a657573 #sisoog #STM32N6

لینک اولین اپیزود Bright Talks: https://meet.google.com/jms-nedt-qzc 🌐 Telegram IEEE Tabriz Student Branch

با سلام و وقت‌بخیر خدمت دانشجویان عزیز. اولین اپیزود از سلسله جلسات Bright Talks راس ساعت ۱۱:۴۰ در بستر گوگل میت برگزار خواهد شد. لینک جلسه از ساعت ۱۱:۳۰ در کانال IEEE شاخه‌ی دانشگاه تبریز منتشر خواهد شد. Telegram IEEE Tabriz Student Branch

کمیته‌ی بانوان شاخه‌ی IEEE دانشگاه تبریز برگزار می‌کند: 🆕 اولین اپیزود از

داستان‌هایی که می‌درخشند

🗣 گپ‌و‌گفتی صمیمانه با سرکار خانم دکتر میترا کاظمی؛ هم‌بنیان‌گذار و مدیر مهندسی بیت‌پین، فارغ‌التحصیل مهندسی برق-مخابرات از دانشگاه صنعتی شریف ⏰ زمان برگزاری: چهارشنبه ۲۱ آذر ماه، ساعت ۱۱:۴۰ 📹 این گفت‌و‌گو به صورت آنلاین در بستر 📷 گوگل میت برگزار و لینک آن متعاقبا ارسال خواهد شد! 🌐 Telegram IEEE Tabriz Student Branch

با سلام؛ دانشجویان عزیز، این پرسشنامه بخشی از یک پروژه تحقیقاتی است که نیازهای دانشجویان رشته ها مختلف مهندسی به زبان تخصصی انگلیسی را بررسی می کند. ممنون میشم اگر چند دقیقه وقت بزارید و این پرسشنامه را به دقت تکمیل کنید. https://docs.google.com/forms/d/e/1FAIpQLSdE_Ftu_ZAXCymWT8qcj1-hKsaI77HJ4wBGOzV94SfwUFt-2g/viewform?usp=sf_link

🎓پوزیشن‌های فول فاند ارشد و دکترا در دانشگاه بریتیش کلمبیا🇨🇦 🔹موضوع: یادگیری ماشینی، یادگیری تقویتی در سیستم‌های چندعاملی، کنترل، رباتیک، سیستم‌های خودگردان 🌐اطلاعات کامل @ControlEngineering98

DeepMind x UCL | Introduction to Reinforcement Learning 1. RL Course by David Silver - Lecture 1: Introduction to Reinforcement Learning 2. RL Course by David Silver - Lecture 2: Markov Decision Process 3. RL Course by David Silver - Lecture 3: Planning by Dynamic Programming 4. RL Course by David Silver - Lecture 4: Model-Free Prediction 5. RL Course by David Silver - Lecture 5: Model Free Control 6. RL Course by David Silver - Lecture 6: Value Function Approximation 7. RL Course by David Silver - Lecture 7: Policy Gradient Methods 8. RL Course by David Silver - Lecture 8: Integrating Learning and Planning 9. RL Course by David Silver - Lecture 9: Exploration and Exploitation 10. RL Course by David Silver - Lecture 10: Classic Games

Last updated on May 11, 2022

@ControlEngineering98

از طرفی Omni Graph با نسخه ۴.۱ و بالاتر ویژگی‌های جدید را دارد! طبیعتاً Isaac ROS بسیار با ارزش‌تر است، Isaac Sim ✅ با فاصله بهترین گرافیک را ارائه می‌کند - به عبارتی Photorealistic ترین شبیه‌ساز رباتیکی جهان است و چیزهای دیگر در برابر آن جک هستند. ✅ با ROS 2 با کمک Bridge ارتباط می‌گیرد. در نسخه 4.2 ارتباط با نسخه‌های قدیمی ROS ممکن نیست که بدیهی است. ✅ تعدادی از الگوریتم‌های معروف رباتیکی در پکیج Isaac ROS پیاده شده‌اند و در شبیه‌ساز قابل استفاده هستند. ✅ با مفاهیم Standalone Scripting به شما اجازه می‌دهد براحتی کل شبیه‌سازی را با تمام core API ها کنترل و customize کنید. ✅ چند صد اکستنشن برای Isaac Sim Platform توسعه یافته که کار شما را آسان کند؛ یک مثال Isaac Lab است که برای RL است. ✅ شما می‌توانید اکستنشن خود را برای کار خود توسعه دهید و اگر چیز خوبی شد، برای community بصورت open source منتشر کنید. ✅ امکان deploy بصورت SITL با این شبیه‌ساز برقرار است، به شرط اینکه ربات هاردور استاندارد داشته باشد. این موجود (Isaac Sim) یک اکوسیستم است که خود بر اساس موجود بزرگ دیگری به نام Omniverse است. در این تصویر نمایی از این اکوسیستم می‌بینید، هر چند اکستنشن‌های Third party در آن دیده نمی‌شود که بخشی از قدرت پنهان این پلتفرم است. ---------- دانش برنامه نویسی رباتیک

شبیه‌سازهای زیادی در عالم برای رباتیک وجود دارد (مثلا Drake)، اما اکثر آنها برای Reinforcement Learning مناسب (بهینه) نیستند، اما Isaac Gym بسیار مناسب است! بطور سنتی یک شبیه‌ساز، فیزیک را با CPU حل میکند و فقط قسمت مدل یادگیری شونده با GPU در بهترین حالت آموزش می‌بیند. این ترکیب - یعنی CPU برای فیزیک و GPU برای آموزش مدل - یک ترکیب ناکارآمد است زیرا معماری ذاتی آنها تفاوت اساسی دارد و این یعنی افت در سرعت و نیاز به منابع سخت‌افزاری زیاد. بر اساس این ناکارآمدی، تیم توسعه Isaac Gym در Nvidia آمد و فیزیک را نیز با کمک Physx که خودشان توسعه داده‌اند، با GPU حل کرد. بعبارتی در Isaac Gym هم فیزیک، هم گرافیک، و هم مدل یادگیری (همه چیز) در یک GPU پیاده می‌شود و همین نکته باعث سرعت بسیار زیاد و قابلیت داشتن Parallel Simulation می‌شود. در بنچمارک‌ها کاری را که حدود ۳۰۰۰۰ هسته CPU برای rl در یک شبیه‌ساز کلاسیک انجام می‌شود، در Isaac Gym فقط با یک GPU انجام میدهند! آنچه که نوشتم بر اساس مقاله اصلی Isaac Gym می‌باشد. برای خبره شدن در این مباحث، خواندن عمیق مقاله‌ها و کدها واجب و ضروری است.

https://www.linkedin.com/posts/fatemeh-mohseni-ai-developer_github-ossucomputer-science-path-to-activity-7267809245402701824-0WLo?utm_source=share&utm_medium=member_android @controlengineering98

100 کورس رایگان رباتیک! https://www.classcentral.com/report/robotics-free-online-courses/#report-section-1 #robotics #course #free #رباتیک #رایگان @ControlEngineering98

📌📢 A Comprehensive List of Resources for #ROS2📚 Read full blog article - https://lnkd.in/eVhkqS7E I created a video explaining these resources - https://lnkd.in/eEupZs8W 🔹 Official #ROS resources: (As proposed by Open Robotics) 🔗 ROS Q&A Website: https://lnkd.in/gtxDACtr 🔗 ROS 2 Documentation: https://docs.ros.org/ 🔗 ROS Discussion Forum: https://discourse.ros.org/ 🔗 ROS Package Index: https://index.ros.org/ 🔗 Official ROS Videos: https://lnkd.in/ghPi8FY7 🔗 Official ROS Discord: https://lnkd.in/grdNi78i 🔗 ROS Wiki: https://wiki.ros.org/ 🔹 Tutorials: ✅ ROS2 Official tutorial list - https://lnkd.in/eXTGGSYs ✅ “Getting Started with ROS 2” tutorial on Ubuntu - https://lnkd.in/egjp7HNf ✅ ROS2 Basics - https://lnkd.in/eVxHpteb ✅ Getting started with ROS2 by iRobot Education - https://lnkd.in/eXX7ZySr ✅ ROS2 Lessons and build instructions by Hadabot - https://lnkd.in/efuyUBhX 🔹 YouTube Playlists: ✅ Basic ROS2 Learning Week by The Construct - https://lnkd.in/eY9NsEHP ✅ ROS2 Tutorial Crash Course by Robotics Back-End - https://lnkd.in/edYbuK9T ✅ ROS2 Nav2 Navigation Stack by Robotics Back-End -https://lnkd.in/eyYN2_fV ✅ ROS2 Tutorials Playlist by Robotics Back-End - https://lnkd.in/eGVfubsP 🔹 Guides: ✅Awesome-ROS2 GitHub repository - https://lnkd.in/ecNEeCGt ✅ Theoretical concepts - https://lnkd.in/eMzaVzGX ✅ How-to guides - https://lnkd.in/epXCXCtS ✅ Official installation guide - https://lnkd.in/e_w8U6-9 ✅ Official documentation - https://lnkd.in/ewxCPkfE ✅ “How to Learn ROS2” guide on The Robotics Back-End - https://lnkd.in/e3D9iwKN ✅ A Concise Introduction to Robot Programming with ROS2 - Code Repository - https://lnkd.in/eE85QYhQ ✅ ROS Robotics Projects - Second Edition - https://lnkd.in/ea5FZSrt 🔹 ROS2 Courses and Training: ✅ ROS2 Courses by ROSWiki - https://lnkd.in/eDwxN9iG ✅“ROS2 For Beginners” course on Udemy - https://lnkd.in/ewuEzEga ✅ ROS2 Course by Reflect Robotics - https://lnkd.in/eBA2v_Gc ✅ ROS2 Basics for C++ on Udemy - https://lnkd.in/eaQZjZSb ✅ ROS2 for beginners by Tutorialspoint - https://lnkd.in/edFSceZD ✅ Intermediate ROS2 Course by The Construct - https://lnkd.in/eNx-ty4R ✅ Build Mobile Robots with ROS2 by Mateusz Sadowski - https://lnkd.in/ed5hy4Ek ✅ Advanced ROS Programming – Live Course by Lentin Joseph - https://lnkd.in/e6V5HmBJ ✅ ROS2 Robotics Developer course using ROS2 in Python - https://lnkd.in/eqe6fPd2 ✅ ROS2 for beginners by Edouard Renard - https://lnkd.in/e_wmDcyJ Read full blog article "Best way to learn ROS"- https://lnkd.in/eE7JQGm2 I created a video explaining these resources - https://lnkd.in/eEupZs8W @ControlEngineering98