AI for Robotics represents the meeting point between intelligence and motion — where algorithms think, sensors perceive, and machines act with purpose. It’s the frontier where data becomes dexterity, powering the next generation of autonomous systems, industrial robots, and intelligent machines.
In these instructor-led live training courses, participants explore how artificial intelligence transforms robotics into adaptive, learning systems. Through hands-on exercises, they dive into perception models, motion planning, reinforcement learning, and AI-driven control architectures that bring machines closer to human-like responsiveness.
Those joining online enter an environment that mirrors the pace of real labs — guided step by step through live demonstrations and collaborative coding via an interactive remote desktop. Every session unfolds as a shared exploration of logic and movement, not a one-way lecture.
For teams who prefer to build and test side by side, onsite live training in Liège — held at customer premises or within NobleProg corporate training centers — transforms learning into experimentation. Robots, code, and imagination meet in a practical space where theory takes physical form.
Also known as Robotics AI or Intelligent Robotics, our training helps professionals bridge software and mechanics — building systems that sense, decide, and act with increasing autonomy and precision.
NobleProg — Your Local Training Provider
Liège, Place des Guillemins
NobleProg Liège, 2 Place des Guillemins, Liège, belgium, 4000
Liège
Liège est le chef-lieu de la province de Liège et la capitale économique de la Wallonie. Par le nombre d'habitants, c'est la première agglomération wallonne, la troisième agglomération de Belgique après Bruxelles et Anvers et la quatrième commune après Anvers, Gand et Charleroi. Liège a longtemps été une grande ville industrielle mais dès les années 1960, elle subit un long déclin, les usines devenant vétustes. Liège mise également beaucoup sur les transports et la multi-modalité. Liège est un pôle économique important avec son port autonome, le deuxième port intérieur d'Europe de l'Ouest et son aéroport spécialisé dans le fret. De fait, la ville reste la capitale économique de la Wallonie.
Edge AI enables artificial intelligence models to run directly on embedded or resource-constrained devices, reducing latency and power consumption while increasing autonomy and privacy in robotic systems.
This instructor-led, live training (online or onsite) is aimed at intermediate-level embedded developers and robotics engineers who wish to implement machine learning inference and optimization techniques directly on robotic hardware using TinyML and edge AI frameworks.
By the end of this training, participants will be able to:
Understand the fundamentals of TinyML and edge AI for robotics.
Convert and deploy AI models for on-device inference.
Optimize models for speed, size, and energy efficiency.
Integrate edge AI systems into robotic control architectures.
Evaluate performance and accuracy in real-world scenarios.
Format of the Course
Interactive lecture and discussion.
Hands-on practice using TinyML and edge AI toolchains.
Practical exercises on embedded and robotic hardware platforms.
Course Customization Options
To request a customized training for this course, please contact us to arrange.
Reinforcement learning (RL) is a machine learning paradigm where agents learn to make decisions by interacting with an environment. In robotics, RL enables autonomous systems to develop adaptive control and decision-making capabilities through experience and feedback.
This instructor-led, live training (online or onsite) is aimed at advanced-level machine learning engineers, robotics researchers, and developers who wish to design, implement, and deploy reinforcement learning algorithms in robotic applications.
By the end of this training, participants will be able to:
Understand the principles and mathematics of reinforcement learning.
Implement RL algorithms such as Q-learning, DDPG, and PPO.
Integrate RL with robotic simulation environments using OpenAI Gym and ROS 2.
Train robots to perform complex tasks autonomously through trial and error.
Optimize training performance using deep learning frameworks like PyTorch.
Format of the Course
Interactive lecture and discussion.
Hands-on implementation using Python, PyTorch, and OpenAI Gym.
Practical exercises in simulated or physical robotic environments.
Course Customization Options
To request a customized training for this course, please contact us to arrange.
OpenCV is an open-source computer vision library that enables real-time image processing, while deep learning frameworks such as TensorFlow provide the tools for intelligent perception and decision-making in robotic systems.
This instructor-led, live training (online or onsite) is aimed at intermediate-level robotics engineers, computer vision practitioners, and machine learning engineers who wish to apply computer vision and deep learning techniques for robotic perception and autonomy.
By the end of this training, participants will be able to:
Implement computer vision pipelines using OpenCV.
Integrate deep learning models for object detection and recognition.
Use vision-based data for robotic control and navigation.
Combine classical vision algorithms with deep neural networks.
Deploy computer vision systems on embedded and robotic platforms.
Format of the Course
Interactive lecture and discussion.
Hands-on practice using OpenCV and TensorFlow.
Live-lab implementation on simulated or physical robotic systems.
Course Customization Options
To request a customized training for this course, please contact us to arrange.
ROS 2 (Robot Operating System 2) is an open-source framework designed to support the development of complex and scalable robotic applications.
This instructor-led, live training (online or onsite) is aimed at intermediate-level robotics engineers and developers who wish to implement autonomous navigation and SLAM (Simultaneous Localization and Mapping) using ROS 2.
By the end of this training, participants will be able to:
Set up and configure ROS 2 for autonomous navigation applications.
Implement SLAM algorithms for mapping and localization.
Integrate sensors such as LiDAR and cameras with ROS 2.
Simulate and test autonomous navigation in Gazebo.
Deploy navigation stacks on physical robots.
Format of the Course
Interactive lecture and discussion.
Hands-on practice using ROS 2 tools and simulation environments.
Live-lab implementation and testing on virtual or physical robots.
Course Customization Options
To request a customized training for this course, please contact us to arrange.
La robotique est un domaine de l'intelligence artificielle (IA) qui traite de la programmation et du design d'appareils intelligents et efficaces.
Cette formation dirigée par un instructeur, en ligne ou sur site, est destinée aux ingénieurs souhaitant programmer et créer des robots à l'aide de méthodes d'IA basiques.
À la fin de cette formation, les participants seront capables de :
Implémenter des filtres (Kalman et particulaire) pour permettre au robot de localiser des objets en mouvement dans son environnement.
Implémenter des algorithmes de recherche et de planification de mouvements.
Implémenter des contrôles PID pour réguler le mouvement d'un robot dans un environnement.
Implémenter des algorithmes SLAM pour permettre à un robot de cartographier un environnement inconnu.
Format du cours
Cours interactif avec discussion et démonstration.
De nombreux exercices et pratiques.
Mise en œuvre pratique dans un environnement de laboratoire en direct.
Options de personnalisation du cours
Pour demander une formation personnalisée pour ce cours, veuillez nous contacter pour organiser.
Dans cette formation en direct avec formateur (en ligne ou sur site), les participants apprendront différentes technologies, cadres de travail et techniques pour programmer différents types de robots à utiliser dans le domaine des technologies nucléaires et des systèmes environnementaux.
Le cours de 6 semaines se déroule 5 jours par semaine. Chaque journée dure 4 heures et comprend des conférences, des discussions et un développement robotique pratique dans un environnement de laboratoire en direct. Les participants complètent divers projets du monde réel applicables à leur travail afin de pratiquer leurs connaissances acquises.
Le matériel cible pour ce cours sera simulé en 3D via des logiciels de simulation. Le cadre open-source ROS (Robot Operating System), C++ et Python seront utilisés pour programmer les robots.
À la fin de cette formation, les participants seront capables de :
Comprendre les concepts clés utilisés dans les technologies robotiques.
Comprendre et gérer l'interaction entre le logiciel et le matériel dans un système robotique.
Comprendre et mettre en œuvre les composants logiciels qui sous-tendent la robotique.
Construire et faire fonctionner un robot mécanique simulé capable de voir, percevoir, traiter, naviguer et interagir avec les humains par le biais du son.
Comprendre les éléments nécessaires de l'intelligence artificielle (apprentissage automatique, apprentissage profond, etc.) applicables à la construction d'un robot intelligent.
Mettre en œuvre des filtres (Kalman et particules) pour permettre au robot de localiser les objets en mouvement dans son environnement.
Mettre en œuvre des algorithmes de recherche et de planification du mouvement.
Mettre en œuvre le contrôle PID pour réguler le mouvement d'un robot dans un environnement.
Mettre en œuvre les algorithmes SLAM pour permettre au robot de cartographier un environnement inconnu.
Étendre la capacité d'un robot à effectuer des tâches complexes via l'apprentissage profond.
Tester et dépanner un robot dans des scénarios réalistes.
Dans cette formation en direct animée par un formateur à distance ou sur site, les participants apprendront différentes technologies, cadres et techniques de programmation pour différents types de robots utilisés dans le domaine de la technologie nucléaire et des systèmes environnementaux.
Cette formation de 4 semaines se déroule du lundi au vendredi. Chaque journée est de 4 heures et comprend des conférences, des discussions et un développement robotique pratique dans un environnement de laboratoire en direct. Les participants complètent divers projets applicables à leur travail afin de mettre en pratique leurs connaissances acquises.
Le matériel cible pour cette formation sera simulé en 3D par des logiciels de simulation. Le code sera ensuite chargé sur du matériel physique (Arduino ou autre) pour les tests de déploiement final. Le cadre open source ROS (Robot Operating System), C++ et Python seront utilisés pour programmer les robots.
À la fin de cette formation, les participants seront capables de :
Comprendre les concepts clés utilisés dans les technologies robotiques.
Comprendre et gérer l'interaction entre logiciel et matériel dans un système robotique.
Comprendre et mettre en œuvre les composants logiciels sous-jacents aux robots.
Construire et opérer un robot mécanique simulé capable de voir, percevoir, traiter, naviguer et interagir avec des humains par la voix.
Comprendre les éléments nécessaires de l'intelligence artificielle (apprentissage automatique, apprentissage profond, etc.) applicables à la construction d'un robot intelligent.
Mettre en œuvre des filtres (Kalman et particules) pour permettre au robot de localiser les objets mobiles dans son environnement.
Mettre en œuvre des algorithmes de recherche et de planification du mouvement.
Mettre en œuvre des contrôles PID pour réguler le déplacement d'un robot au sein d'un environnement.
Mettre en œuvre des algorithmes SLAM pour permettre à un robot de cartographier un environnement inconnu.
Tester et dépanner un robot dans des scénarios réalistes.
En savoir plus...
Dernière Mise À Jour:
Nos clients témoignent (1)
sa connaissance et son utilisation de l'IA pour Robotics l'avenir.
Ryle - PHILIPPINE MILITARY ACADEMY
Formation - Artificial Intelligence (AI) for Robotics
AI for Robotics formation à Liège, Weekend AI for Robotics cours à Liège, Soir AI for Robotics formation à Liège, AI for Robotics formateur en ligne à Liège, AI for Robotics formation à Liège, AI for Robotics cours du soir à Liège, AI for Robotics formation Intra à Liège, AI for Robotics formation Intra Entreprise à Liège, AI for Robotics formation Inter à Liège, AI for Robotics formation Inter Entreprise à Liège, AI for Robotics professeur à Liège,AI for Robotics cours à Liège, AI for Robotics coach à Liège, AI for Robotics préparation aux examens à Liège, AI for Robotics coaching à Liège, AI for Robotics préparation à Liège, AI for Robotics sur place à Liège, AI for Robotics cours privé à Liège, AI for Robotics cours particuliers à Liège, AI for Robotics formateur à Liège, AI for Robotics entraînement à Liège, AI for Robotics instructeur à Liège, Soir AI for Robotics cours à Liège, AI for Robotics stage de préparation à Liège, Weekend AI for Robotics formation à Liège
![Lieu de formation NobleProg, [Ville] Liège, Place des Guillemins](/sites/hitrahr/files/venue/450h/1842.jpg)