教學大綱與進度

課程基本資料：

學年期	課號	課程名稱	階段	學分	時數	修	教師	班級	人	撤	備註
113-2	346418	機器人智慧：AI應用與發展	1	1.0	1	★	莊賀喬	創新AI學位學程	7	2	先鋒1樓 城市科學實驗室

教學大綱與進度：

教師姓名	莊賀喬　教師諮商時間(Office Hours)
Email	hchuang@ntut.edu.tw
最後更新時間	2025-02-18 18:25:40
課程大綱	上課地點: 先國際研發大樓一樓城市科學實驗室 上課時間: 每周五9:10-10:00 備註: 教學以實作課程為主，選課人數限制15人。 學生自備: 電腦及Python3 環境 課程大綱: 本課程旨在教授學生如何使用物理模擬引擎 Mujoco 進行機器人模擬與控制，並透過實作來加深對控制理論（如 LQR、PID）的理解與應用。課程將涵蓋 Mujoco 的基本操作，包括環境設置、模型建立、動力學模擬等，並進一步探討機器人系統的狀態估計與控制策略。透過動手實作與專案練習，學生將學習如何利用 Mujoco 來測試與驗證各種控制演算法，為未來從事機器人研究或開發奠定堅實基礎。 This course aims to teach students how to use the physics simulation engine Mujoco for robotic simulation and control while deepening their understanding of control theories such as LQR and PID through hands-on implementation. The course covers the fundamental operations of Mujoco, including environment setup, model creation, and dynamics simulation. Students will also explore state estimation and control strategies for robotic systems. Through practical exercises and projects, students will learn how to leverage Mujoco to test and validate various control algorithms, building a solid foundation for future research or development in robotics.
課程進度	wk1 遇見機器人 wk3 Mujoco介紹 wk4 URDF介紹 wk5 實作URDF wk6 建置環境 wk8 Actuator in Mujoco wk9 感測器 wk10 機器人模擬環境 wk11 控制系統理論 wk12 PD 控制及實作 wk13 PID控制 wk14 LQR控制 wk15 實作 wk16 期末報告
評量方式與標準	出席率：10% 期末報告： 30% 實作表現： 40% 上課表現：20%
使用教材、參考書目或其他	【遵守智慧財產權觀念，請使用正版教科書，不得使用非法影印教科書】 使用外文原文書：否 本課程使用 自編講義 教材 [1] How to Make (Almost) Anything [2] MAS.863 (2019) , (2020) [3] Final Project
課程諮詢管道	每周二 上午 9-12點為 Office hours
延伸教學與資源
課程對應SDGs指標	SDG4：優質教育（Quality Education） SDG11：永續城市與社區（Sustainable Cities and Communities）
課程是否導入AI
備註