一
Physical AI 導論與課程地圖
定義 Physical AI、sense–plan–act、近期 demo 與真實世界部署挑戰。
sense–plan–act foundation model 看 demo 的方法 部署挑戰
二
近期進展、範圍反思與評估思維
generalist robot policy、robot foundation model、廣義 Physical AI 與從評估反推設計。
generalist robot policy robot foundation model purposeful robots 從評估反推設計
三
四
Physical AI 走向真實世界部署
Demo 不等於部署：從自駕車發展史看長尾風險、運行設計範圍（ODD）、失敗與安全迴圈，以及部署後的持續學習。
Waymo LiDAR ODD／TOD ISO 26262 SAE 分級
五
SLAM：同步定位與建圖
從 UMI 手持夾爪談起：用座標系與轉換矩陣表示運動、用針孔相機模型與深度還原 3D 幾何、把多幀點雲配準成持久地圖，以及漂移與迴路閉合。
SLAM 轉換矩陣 針孔相機模型 反投影與點雲 迴路閉合
整理自 TAICA Physical AI（2026 秋季）課堂錄影，授課：Yi-Ting Chen（NYCU CS）。內文根據課堂字幕的繁體中文翻譯改寫，投影片畫面擷取自同一批錄影，僅用於課程內容的說明。課程影片：YouTube 播放清單