Stanford AI 课程地图 EN GitHub ↗
← 返回课程地图
Stanford · 2026—27 CS 237A 机器人、具身智能 ★★★★☆

核心课程 · 机器人、具身智能

机器人自主性原理 I

Principles of Robot Autonomy I (AA 274A, EE 260A, ME 274A)

自主机器人 I:感知、定位、SLAM、非线性控制、运动规划、POMDP。

3 学分 2026 秋 Letter or Credit/No Credit ★★★★☆
机器人SLAM规划ROS

课程定位

CS 237A(AA 274A/EE 260A/ME 274A)由 Marco Pavone 讲授,是“机器人 autonomy”的核心课。它把感知、定位、控制、规划和不确定性决策串起来,并用 ROS 做大量动手实践。

主要内容

  1. 感知:传感器、特征、视觉/激光
  2. 定位与 SLAM:EKF、粒子滤波、图优化
  3. 非线性控制:反馈线性化、MPC 基础
  4. 运动规划:图搜索、采样规划、轨迹优化
  5. 不确定性:POMDP、信念空间
  6. ROS 实践
  7. 项目:让机器人自主完成任务

先修

CS 106A;CME 100(线代);CME 106(概率)。

考核与工作量

作业 + ROS 项目。具体以当季官网为准。

适合谁

机器人、自动驾驶、无人机、具身智能方向。

学习建议

先修 CS 223A 或至少有刚体运动学基础。ROS 部分建议提前熟悉。

相关课程

官方课程描述(英文原文)

Basic principles for endowing mobile autonomous robots with perception, planning, and decision-making capabilities. Algorithmic approaches for robot perception, localization, and simultaneous localization and mapping; control of non-linear systems, learning-based control, and robot motion planning; introduction to methodologies for reasoning under uncertainty, e.g., (partially observable) Markov decision processes. Extensive use of the Robot Operating System (ROS) for demonstrations and hands-on activities. Prerequisites: CS 106A or equivalent, CME 100 or equivalent (for linear algebra), and CME 106 or equivalent (for probability theory).