相对于传统的工科人才，未来新兴产业需要的是工程实践能力强、创新能力强、具备国际竞争力的高素质复合型新工科人才，他们不仅能运用所掌握的知识去解决现有的问题，还有能力学习新知识、新技术去解决未来发展出现的问题，这就需要不仅在某一学科专业上学业精深，而且还应具有学科交叉融合的能力。为此，睿景时代结合新工科时代发展方向，致力于培养未来高水平工程技术人才，注重先进技术与传统学科知识的融合，把传统的倒立摆实验设备迭代为产品级，融合基于人工智能的深度强化学习前沿知识，赋予产品新内涵，是一款典型的面向新工科教育的实验设备。
产品特点
实验项目
倒立摆系统建模和稳定性分析、频率响应法校正实验、PID控制实验、LQR控制实验、状态空间极点配置控制实验、根轨迹法校正实验、模糊逻辑控制实验、BP神经网络控制实验，深度强化学习训练实验、深度学习神经网络控制实验等。
常规实验界面
虚拟仿真实验界面
深度强化学习模型训练实验界面
适用课程
自动控制原理、现代控制理论、机械控制工程基础、智能控制、运动控制系统、计算机控制技术、机器人控制技术、模糊集理论与人工神经网络、人工智能的现代方法、Python语言程序设计基础、MATLAB/Simulink系统仿真、机器学习、强化学习等。
一款会学习的倒立摆
近年来，强化学习在工业界和学术界受到广泛关注，在理论研究和实际应用方面均取得了瞩目的成就，强化学习是一门决策学科，以理解最佳的方式来制定决策，这种基于强化学习的控制方法不需要建模，也不需要设计控制器，只需要构建一个强化学习算法。强化学习是智能体在环境给予的奖励的刺激下，逐步形成对刺激的预期，产生能获得最大利益的习惯性行为。以控制对象的动力学方程建立物理引擎，作为其环境交互对象，并定义其奖励，使智能体获取的奖励最大化，达到控制目的。ETA210型倒立摆融入AI控制理念，提供与倒立摆实物平台一致的动力学环境，用户可以通过与动力学环境交互来训练倒立摆控制模型，模型训练完毕后，通过系统提供的虚拟仿真软件接口或者实物平台的接口来观测模型控制效果。非常适合用户学习验证和研究深度强化学习知识，直观感受AI应用于工程实践，是一款更加面对未来技术应用场景的实验平台。
