（1） 专业与年级要求

       本实验属于东南大学智能感知专业三年级学生的专业必修课《人工智能》和专业选修课《智能机器人》课程的授课内容。全校理工科有类似学习内容和授课背景的同学也可以选择。

（2） 基本知识和能力要求

具备一定的高等数学知识和一定的计算机使用能力，具有自主学习能力和一定的自主探索能力，能够在基础认知、分析设计、应用探索三个层次的实验中总结分析特定实验结果背后的原因，将专业理论知识活学活用。

（3） 实验注意事项

       本实验为综合设计型课程实验，为确保教学质量，提出以下实验注意事项。

       ① 实验前，学生应认真阅读实验指导书，观看教学引导视频和操作视频，在教师指导下明确实验目的及各环节的知识点和重难点，奠定实验理论基础；

       ② 请选择符合“实验教学相关网络”条件要求的软硬件实验环境开展实验，以保证实验操作的流畅性。

       ③ 实验过程中，请仔细阅读各环节任务要求，并根据步骤引导开展实验。当实验结果不理想时，请根据系统提示认真修改；同时，还可通过微信群、论坛、服务热线等方式寻求在线指导。

       ④ 请充分利用知识角，通过知识点课件库开展拓展阅读，扩充自己的专业知识。

       ⑤ 完成实验后，请务必点击“完成并提交”以生成实验报告，并在关闭实验界面前，点击界面右下角的“实验报告”链接进入课程平台查看，并结合实验报告认真回顾实验过程，针对不足查找原因，并积极开展互动交流，以进一步巩固理论知识、提升创新思维能力。

人工智能是是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能研究的对象是“模拟人类智能活动”的“门径宽阔”、“范围广大”的问题，其主要内容是智能信息处理、机器人学等。随着计算机在科研和生产中的广泛应用，人工智能研究正在向多学科、多领域拓展，出现了一系列交叉学科（如模式识别与智能系统、神经信息处理）。

随着硬件平台及计算能力的提高，人工智能将进入快速发展时期。它从研究智能机器与人类智能现象学规律出发，主要运用于计算机科学研究及其他领域中。目前已经开始广泛应用于自动控制、模式识别和机器人等方面，并将在很大程度上决定着社会经济发展和人类生活水平提高所表现出来对智能机器的需求水平。

本实验关注其中基础且重要的优化算法及去机器人领域应用，通过实验学习，在具象化的虚拟仿真平台对抽象的模型进行学习，能够帮助提升对关键算法的掌握程度。

为形象生动地传授AI优化算法新知识及其医用机器人上的应用，本项目团队遵循“学生为本-循序渐进-容错优化-科教融合”的设计原则，自主开发了AI优化算法教学虚拟仿真实验。

（1）坚持以学生为本、自主学习探究的教学理念。

        坚持以学生为中心，以任务驱动为导向，科学合理地设置实验教学环节。实验基于三维虚拟仿真技术，形象地展示了能量场优化过程立体化、开放式、交互性的实验场景，并提供了内容详实的知识点和知识角，引导学生围绕任务开展自主式的学习和探究，身临其境地通过“沉浸式”交互式操作，高效有序地开展实验。

（2）设置科学合理、循序渐进的实验环节。

       实验依据人工智能、智能机器人课程大纲和关键知识点建立了多层次、多模块的实验教学体系，使学生逐步完成“基础认知、分析设计、应用探索”三个层面的实验，循序渐进地开展“基本原理知识学习、设计分析能力训练、创新工程思维培养”的实践学习过程，充分掌握人工智能优化算法工作原理以及典型机器人技术应用。

（3）实现容错探究、修正优化的实践操作。

       实验结果错误或不理想时，学生可根据提示和评估结果进行多次尝试，实现实验结果的修正和优化，从而使学生充分感受到探索、解决问题的乐趣，提升求知欲和探索能力，培养学生建立理论设计、仿真验证、反复优化的工程设计思维，以及设计计算、实践操作和工程应用的能力。

通过虚拟仿真实现AI基础算法的动态演示让学员理解圆形能量图的能量范围、理解圆形能量图的能量分布、理解椭圆能量图的能量范围、理解椭圆能量图的能量分布、理解静态步长的梯度下降算法过程、理解步长收缩的梯度下降算法过程、理解线性搜索的梯度下降算法过程、理解动态变化梯度下降算法过程、理解参数“学习率”的作用、理解参数“最大迭代次数”的作用、理解“学习率”参数的动态调整、不同优化算法的收敛速度比较。