課程主講人、UT Austin助理教授朱玉可在推特介紹說，這次課程更新了機器人學習領域的一些最新趨勢和進展，例如隱式表徵、注意力架構、離線 RL、人為迴環和AI合成資料。並且，所有材料都將公開發布。
課程主頁：https://www.cs.utexas.edu/~yukez/cs391r_fall2021/
機器人和自動化系統在現代經濟發展中發揮著重要作用，針對生產任務定製的機器人顯著提高了生產率、操作安全性和產品質量。然而，這些機器人通常用於可控程度高的環境中的特定任務，無法很好地在現實世界中執行各種任務。
如何將機器人從受限的環境中延伸到日常生活中，幫助我們完成各種現實世界的任務？這對通用機器人自主性提出了更高的要求，需要機器人透過其感知鏡頭來理解世界，並據此做出決定。
該課程主要關注現代機器學習和人工智慧演算法，涵蓋了一些主題，主要圍繞以下幾個方面:
機器人如何從原始的感官資料中感知非結構化的環境；
機器人如何根據自己的感知做出決定；
機器人如何在現實世界中積極主動地學習和適應。
主講人簡介
課程主講人為UT Austin助理教授朱玉可，課程助理為UT Austin博士生江振宇。
朱玉可。
朱玉可本科畢業於浙江大學，並取得了浙江大學和加拿大西蒙弗雷澤大學（Simon Fraser University，簡稱 SFU）的雙學位。碩士和博士研究生就讀於史丹佛大學，師從計算機視覺大牛李飛飛，並於2019年 8 月取得博士學位。朱玉可現任UT Austin電腦科學系助理教授，同時是機器人感知和學習實驗室的主任，以及英偉達研究院高階研究科學家。
根據朱玉可的個人主頁，其研究領域為理解並與現實世界互動的通用機器人構建智慧。研究將融合機器人、計算機視覺和機器學習等諸多領域，並致力於開發用於通用機器人自治的感知和控制方法和機制。
在史丹佛大學期間，朱玉可曾參與一些課程的教學工作，包括著名的《CS231N：視覺識別中的卷積神經網路》，還有 CS131、CS193C、CS431 等。
江振宇。
課程助理、UT Austin博士生江振宇本科畢業於清華大學，2020年開始在UT Austin攻讀博士學位，導師為朱玉可。
課程安排
學習目標
本課程面向對機器人和人工智慧交叉領域新興技術感興趣的研究生及本科生，尤其是那些在該學科領域尋求研究機會的人。透過本課程，學生將會：
瞭解通用自治機器人在現實世界中的潛力和社會影響、構建它所帶來的技術挑戰，以及機器學習和人工智慧在應對這些挑戰中的作用；
熟悉各種模型驅動和資料驅動的機器人感知及決策的原理和演算法；
能夠評估、交流並將先進的AI技術應用於機器人中。
課程總共16周，安排如下：
Part I: Robot Perception
Part II: Robot Decision Making
Part III: Robot Learning in the Real World
學習者應做以下準備：
瞭解基本的資料結構和演算法以及計算機程式設計的實踐技能，精通 Python，熟悉 C/C++ 者優先；
熟悉微積分、統計學和線性代數，具備很強的數學能力；
優先考慮 AI 和機器學習（CS342、CS391L 和 CS394R）方面的課程經歷和/或同等經驗；
使用 Robotics + AI 系統時要具備熱情、耐心和無所畏懼。