Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.
AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.
Introduit un cours basé sur des projets en communication et en robotique, mettant l'accent sur des projets pratiques et un apprentissage indépendant pour préparer les étudiants à relever des défis du monde réel.
Explore deux paradigmes pour la robotique, des composants comme les moteurs, les engrenages, les capteurs et les contrôleurs, et des considérations de conception pour divers types de robots.
Explore l'optimisation des systèmes neuroprothétiques, y compris la restauration de rétroaction sensorielle et les stratégies de stimulation neuronale.
Explore le contrôle conforme pour les robots par impédance et rigidité variable, permettant des interactions sûres et adaptatives avec l'environnement.
Introduit les bases de la robotique, couvrant les définitions, les classifications et les statistiques, et explore l'évolution et les applications de différents types de robots.
Couvre les défis et les solutions pour que les robots travaillent en toute sécurité avec les humains, en mettant l'accent sur l'adaptabilité et la prévisibilité.
Explore les signaux neuraux, le traitement EMG, les synergies musculaires et le contrôle de la prothèse à l'aide de techniques avancées de traitement des signaux.
Explore les progrès et les défis dans les peaux électroniques neuromorphes, visant à permettre une utilisation intuitive des membres de remplacement et des robots autonomes.
Couvre les exercices corrigés de l'examen 2020 dans le domaine de la robotique, y compris des sujets tels que la précision, la vitesse, les moteurs à courant continu, le rapport d'engrenage optimal, la dynamique des bras de robot, les encodeurs et la cinématique.
Explore le traitement du signal neuronal pour les interfaces cerveau-ordinateur, y compris les techniques de décodage comme les filtres Kalman et le tri des pics.
Explore les robots d'entraînement en renforçant l'apprentissage et l'apprentissage de la démonstration, mettant en évidence les défis de l'interaction homme-robot et de la collecte de données.
Couvre l'apprentissage et le contrôle adaptatif des robots, en mettant l'accent sur la réactivité en temps réel et la planification de parcours à l'aide de systèmes dynamiques.
