國立中興大學教學大綱
課程名稱 (中) 機器導航與探索(7856)
(Eng.) Robotic Navigation and Exploration
開課單位 不限系所
課程類別 選修 學分 3 授課教師 藍國瑞
選課單位 不限系所 授課使用語言 中文 開課學期 1142
課程簡述 1. 本課程採遠距教學模式,由清華大學胡敏君老師主講。課程於每週一晚間 6:30 至 9:20 進行線上直播,並提供錄影檔供同學彈性觀看(詳見課程教材)

2. 本校協同教師將依需求安排實體輔導時間課程,意者請利用 iLearning 系統聯絡課程助教

3. 本課程依校際選課方式辦理,詳見 https://oaa.nchu.edu.tw/zh-tw/unit-page-p.342/page-detail.3274

4. 本課程依臺灣大專院校人工智慧學程聯盟(TAICA)規定,不接受期中退選
先修課程名稱
課程與核心能力關聯配比(%) 課程目標之教學方法與評量方法
課程目標 核心能力 配比(%) 教學方法 評量方法
本課程模組分為三個主要的部分,分別為即時追蹤與地圖建置(SLAM)、基於機器學習之場景理解(Scene Understanding)與探索導航的動作控制(Action Control)。即時追蹤與地圖建置部分包含機率模型與相機模型等理論基礎,也包含基於深度學習之RGB-based的3DSLAM方法。場景理解的部分包含機器學習的基本概念,再帶到深度學習的技術與目前的物件偵測與語意切割技術。動作控制的部分則包含路徑規劃與導航演算法,並帶入強化學習的概念來引導行進的路徑。
授課內容(單元名稱與內容、習作/每週授課、考試進度-共16週加自主學習)
週次 授課內容
第1週
第2週
第3週
第4週
第5週
第6週
第7週
第8週
第9週
第10週
第11週
第12週
第13週
第14週
第15週
第16週
自主學習
內容
   03.製作專題報告

學習評量方式

教科書&參考書目(書名、作者、書局、代理商、說明)
- Richard S. Sutton and Andrew G. Barto, Reinforcement Learning: An Introduction, Second Edition, MIT Press, Cambridge, MA, 2018
- Sebastian Thrun, Wolfram Burgard, and Dieter Fox , Probabilistic Robotics,2005. (Intelligent Robotics and Autonomous Agents series)
- Kevin Murphy, Machine Learning: A Probabilistic Perspective.
- Daphne Koller and Nir Friedman, Probabilistic Graphical Models: Principles and Techniques, 1st Edition, 2009.
- Ian Goodfellow, Yoshua Bengio and Aaron Courville: Deep Learning.
課程教材(教師個人網址請列在本校內之網址)
https://www.youtube.com/@NTHURNE-l9v
課程輔導時間

聯合國全球永續發展目標(連結網址)
提供體驗課程:N
請尊重智慧財產權及性別平等意識,不得非法影印他人著作。
更新日期 西元年/月/日:2026/02/25 23:11:59 列印日期 西元年/月/日:2026 / 5 / 06
MyTB教科書訂購平台:http://www.mytb.com.tw/