•深度學習為基礎之影像式物件辨識技術，包括行人、購物車、嬰兒推車、輪椅，並提供行人臉部方向判別與行為預測模型
•深度學習模型硬體加速器設計，包括模型縮減、量化技術，FPGA與晶片實現技術
•雲端行控中心之具逆強化式學習的最佳路徑規劃、替代路徑、車隊派遣管理等功能
•影像辨識、光達以及超音波陣列雷達資訊融合技術

突破性技術包括了市面上第一個針對人群環繞場所之影像式物件偵測器，加上行為預測功能；偵測器對應的高效能低功耗AI晶片設計，運算效能可達4.73 TOPS/W；應用於雲端行控中心之遠端自動監控功能、動態地圖重建功能、導航路線強化學習DQN分散式計算技術；首創低頻超音波陣列雷達障礙物方位距離辨識技術等。

提供針對人群環繞場所之智慧型自走式載具的關鍵技術，包括了
結合AI與機器學習的視覺式物件判別器，支援行為預測
高效率低複雜度AI edge端運算處理器設計，支援動態重組
自走載具導航控制之具social force感知能力之自動導航強化學習法
以賣場服務為應用標的，讓載具能自主的穿梭於人群間。

半導體射月計畫
技術發明欄位為此次所有參與老師