格拉斯哥大学的Robotics & AI硕士课程将向学生介绍机器人与智能系统开发的关键技术，其中包括机器学习和人工智能，这些系统可以感知物理环境并与之互动。课程的目的是通过核心课程为学生打下坚实的基础，同时为学生提供定制选修课程的机会，使学生能够专注于特定的专业学科领域。以下是具体的格拉斯哥大学Robotics & AI课程设置。

一、格拉斯哥大学Robotics & AI课程设置

Robotics & AI硕士课程的授课方式是以讲座为主，辅以实践辅导和实验课程。 此外，学生还有机会参与项目和团队工作，从而强化学习过程。

1、核心课程

• 机器人学M或机器人学基础（H）

- 机器人学M：本课程介绍了机器人系统中传感器、执行器、路径规划、运动学、动力学和控制的理论和实际应用。尤其是工业机器人机械手的理论设计方面。

- 机器人学基础（H）：本课程将向学生介绍机器人系统的计算和数学概念、信息处理和软件框架。课程还将考虑机器人感知、理解和与环境互动所需的传感和执行系统。

• 控制M

本课程提供了经典控制的理论背景，并展示了如何将其应用于实际系统。主题包括频域和时域方法、多变量和状态空间技术、模拟控制硬件、数字信号处理以及数字嵌入式系统在控制中的应用。

• 机器人团队设计项目M

通过该项目，学生可了解和体验如何实施设计架构和流程、项目管理和权衡，以及设计、编程和分析用于操作和控制机器人或机器人系统的系统架构所需的团队合作。

• MSC项目或计算机科学MSC项目+

- MSC项目：该课程为学生提供了开展扩展、个人和深入项目的机会。学生可以通过该课程展示自己作为未来工程师的能力，这些能力基于学生的本科知识和研究生学习期间获得的知识。

- 计算机科学MSC项目+：该课程旨在使学生能够在硕士水平上开展一个实质性的、独立的个人项目。学生将提交一篇论文进行评估。

2、选修课程

高级控制5

自动车辆制导系统

会话界面（M）

计算社会智能（M）

硕士网络安全基础（M）

人工智能（M）

数字信号处理

动力学5

故障检测、隔离和恢复

人机交互（H）或人机交互设计与评估（M）

导航系统（M）

数据科学家的机器学习和人工智能（M）

电力电子与驱动（M）

实时嵌入式编程

二、格拉斯哥大学Robotics & AI学习建议

1、保持好奇心和探索精神：机器人与AI是快速发展的领域，新的技术和应用层出不穷。保持对新技术的好奇心和探索精神，是持续学习和进步的动力源泉。

2、夯实数学与编程基础：无论是机器人还是AI技术，都离不开扎实的数学基础和熟练的编程能力。学生在学习过程中要特别重视这两方面技能的提升。

3、积极参与实践活动：理论知识的学习是基础，但真正能够体现能力的是实践。学生要抓住一切机会参与实验、项目等实践活动，锻炼自己的实际操作能力。

4、培养跨学科思维：机器人与AI是高度跨学科的领域，涉及机械、电子、计算机、控制等多个学科的知识。培养跨学科的思维方式和综合能力，将有助于解决复杂问题。

由此可以看出，格拉斯哥大学Robotics & AI课程不仅内容丰富、结构完整，还非常注重实践与创新能力的培养。如果有同学在学习过程中遇到问题，随时可以联系海师帮的课程顾问。海师帮能够为你提供一对一格拉斯哥大学课程辅导，帮助你消除学术疑难点、搞定专业课重点，从而获得理想的学业成绩。