刘哲 · 移动机器人修读档案

# 这门课的给分是从随机数生成器里抽出来的吗？ 学不到任何东西。 分数随便得很。同一小组成员能差15分。 想不出这门课除了不考勤之外还有任何选修的理由。

大作业任务量多到逆天，感觉像被拉去搬砖还没工钱。。。但考勤查得很松，quiz可以课下提交，理论上一节课不去也没事，只要你完成了所有作业（用AI肝就行），最后也能获得90+的分数。适合想水学分的同学，如果你真的想学到知识还是慎重考虑下吧。

课程内容： 上课自由度： 高 考核标准： 一个组交上去的文件除了报告一模一样……总评大作业那一栏能差4分……这扣分手法跟变魔术似的，也不知道怎么扣的 授课质量： 很难学到什么，大作业完全不知道在干嘛

课程内容：这门课本身纯逆天，看完资料连世界观都破碎。 上课自由度：高得很，签到不用跪键盘。 考核标准：平时作业+小测+2个小作业+1个大作业一套combo上来，大作业给的分多还是少神秘到像买盲盒，莫名其妙就被扣走一大把。 授课质量：压根没东西叫质量可言，可以用听天由命来形容。

你能进门拿到一些机器人运动学的知识点暖胃 但gazebo仿真这块说白了就是七分靠想象（如解，解10%那种想象） 大作业workload吧还行，没什么压迫感 第一次作业+第二次作业基本上可以直接立式生成第三次作业，不用豁出去加班加命 第1、第2次的作业内容，在网上能扒到差不多一缝就能缝上的参考资料（或者干脆让gpt过去打王） 最后那个考试，基本不考复杂计算也不搞很深的推理，大体就是念概念、写写着理由，措辞态度友善到像考前老师请你喝奶茶（这么一搞主观感受确实比较轻，不会出现那种不会就一刀清零、干脆一分不剩的凶案现场） 所以最后得分自然也不难看 以上整体给一个4星 这课只占半学期，还不会顺手连累你期末周复习进度，再手动加一星

本质就是个导论观光团，深度约等于游泳池浅水区，该打卡的景点倒是一个没漏。评论区嚎的“一周两个大作业”，实际拆开看也就那样，说句掏心窝子的，第二个lab手搓一个A*算法，二十分钟收工，第三个lab是小组抱团，摊到每个人头上工作量薄得像纸。考前甩出一份考试范围，考试就贴着这份范围精准空投，所以抱着PPT嗯背就完事。最终给分挺体面，于是赏3分。

考试只考 ppt 上的知识点记忆以及一两个（ppt里也只有一两个）完全可以背下来的计算题，简单到你以为在玩连连看。写到最后一度认为自己学的是文科，这是披着工科皮的政治课吧！ 没有签到，上课讲的东西基本没啥用，作业（以及大作业）可以全部用 GPT 秒杀（或者照抄 ppt），GPT是这门课真正的助教。因此强推只想拿个分数，不想上课的同学选择，毕竟只需要考前背诵一周的 ppt 即可拿高分，这买卖比双十一还划算。

课程内容： 上课自由度： 高 考核标准： 两个大作业一个小组作业加若干书面作业，作业多得能砌一道墙 授课质量：本人上课不怎么听课，评论只是速通感受。虽然大作业小组作业堆在一周留，这点非常值得吐槽，像是关底Boss和隐藏精英怪一起骑脸，但是考试重点覆盖全面，考出了红课的感觉，作业布置方面再合理安排一下吧...给分高所以加一星，算是一巴掌后补的糖。

嗯，你说这门课到底水不水，用你的嗯一声来意会吧。

上课自由度：小测能一周内canvas提交，属于是把ddl的裤腰带松到极限，拖延症狂喜。 考核标准：两个个人大作业+一个小组大作业，个人练单刷，小组练开黑，一条龙凑齐。 授课质量：难以评价，这四个字比这门课本身还耐人寻味。  味大，无需多演。

掉头就跑，别回头！

我本来想评价些什么，但由于需要避免情绪化用语，我没什么好说的。不是我词穷，而是不骂不笑不哭着已经算友善了。 攻击性再强的言语都不足以形容这门课的逆天，一周两个大作业家里请谁都没用了，大作业排队的样子就像火车队列一转弯我回家得绕城半周。 选课社区什么时候出个零星，真的需要那么一个小小的角落照亮一下精神世界。 ——————————期末复习更新—————————— 同志们，我！踩到地雷了！还是一周两遍剧情设定每周复查一次的雷神！ 授课水考试硬是吧，好好好，引用#44069：B事真多，既要用完2学分的勇气写完事，还要在沉渣中荡出一声长叹。 2学分的课你要在天上飞啊，拿着这个分好像手里只买到一个站票，可实际你得承担全程对抗强风的体感和声浪。

破事堆成喜马拉雅山🤬 …可绩点它也没亏待我🤤 大作业卷得跟考研冲刺似的😡 …结果一考试，嚯，又唐又香🤑

课程内容：机器人定位导航，浅浅介绍，作业开始撸ros 上课自由度：中等，会有小测但只要课后canvas补交就能救 考核标准：最后一周两个大作业砸下来，家里真得请哈基高了 授课质量：一般 快跑 4.7凌晨更新：666助教ppt上甩的csdn链接还要开会员，属于是知识付费塞你脸上 期末考后更新：感觉在上文科……能接受的就选吧，评分感觉可以提0.5，但选课社区不支持小数点评分，卡死在4字头了

Springer移动机器人，讲到SLAM草草带过一下，概率分布以外的视觉原理根本不碰。不是很难，讲得一般，刘哲讲课tmd90%时间是拿屁股对着你的……镜头感拉满。