論文の概要: WIP: A Unit Testing Framework for Self-Guided Personalized Online Robotics Learning
- arxiv url: http://arxiv.org/abs/2405.11130v1
- Date: Sat, 18 May 2024 00:56:46 GMT
- ステータス: 処理完了
- システム内更新日: 2024-05-21 19:17:16.085077
- Title: WIP: A Unit Testing Framework for Self-Guided Personalized Online Robotics Learning
- Title(参考訳): WIP: 自己指導型オンラインロボティクス学習のための単体テストフレームワーク
- Authors: Ponkoj Chandra Shill, David Feil-Seifer, Jiullian-Lee Vargas Ruiz, Rui Wu,
- Abstract要約: 本稿では,授業ワークフローに統合しながら,単体テストのためのシステムを構築することに焦点を当てる。
フレームワークのパーソナライズされた学生中心のアプローチに合わせて、この方法は学生がプログラミング作業を簡単に修正し、デバッグできるようにする。
単体テストを含むコースワークフローは、学習環境を強化し、学生が自己指導型でロボットをプログラムする方法を学習できるように、よりインタラクティブにする。
- 参考スコア(独自算出の注目度): 3.613641107321095
- License: http://creativecommons.org/publicdomain/zero/1.0/
- Abstract: Our ongoing development and deployment of an online robotics education platform highlighted a gap in providing an interactive, feedback-rich learning environment essential for mastering programming concepts in robotics, which they were not getting with the traditional code-simulate-turn in workflow. Since teaching resources are limited, students would benefit from feedback in real-time to find and fix their mistakes in the programming assignments. To address these concerns, this paper will focus on creating a system for unit testing while integrating it into the course workflow. We facilitate this real-time feedback by including unit testing in the design of programming assignments so students can understand and fix their errors on their own and without the prior help of instructors/TAs serving as a bottleneck. In line with the framework's personalized student-centered approach, this method makes it easier for students to revise, and debug their programming work, encouraging hands-on learning. The course workflow updated to include unit tests will strengthen the learning environment and make it more interactive so that students can learn how to program robots in a self-guided fashion.
- Abstract(参考訳): 私たちのオンラインロボティクス教育プラットフォームの開発と展開は、ロボット工学におけるプログラミング概念を習得するのに不可欠なインタラクティブでフィードバックに富んだ学習環境を提供することのギャップを浮き彫りにした。
教育資源は限られているため、学生はプログラミングの課題における誤りを見つけ、修正するためにリアルタイムでフィードバックの恩恵を受ける。
これらの問題に対処するため、本論文では、コースワークフローに統合しながら、単体テストのためのシステムを構築することに焦点を当てる。
プログラミング課題の設計に単体テストを含めることで、このリアルタイムフィードバックを容易にし、学生が自分自身でエラーを理解し、修正できるようにし、インストラクターやTAの助けを借りずにボトルネックとなるようにします。
フレームワークのパーソナライズされた学生中心のアプローチに合わせて、この方法は学生がプログラミング作業の修正やデバッグをしやすくし、ハンズオン学習を奨励する。
単体テストを含むコースワークフローは、学習環境を強化し、学生が自己指導型でロボットをプログラムする方法を学習できるように、よりインタラクティブにする。
関連論文リスト
- Intelligent Tutoring System: Experience of Linking Software Engineering
and Programming Teaching [11.732008724228798]
自動グレードを処理する既存のシステムは、主にテストケースの実行の自動化に焦点を当てている。
我々は、自動フィードバックとグレーディングを提供するインテリジェントなチューリングシステムを構築しました。
論文 参考訳(メタデータ) (2023-10-09T07:28:41Z) - Empowering Private Tutoring by Chaining Large Language Models [87.76985829144834]
本研究は,最先端の大規模言語モデル(LLM)を活用した,本格的な知的チューリングシステムの開発を探求する。
このシステムは、相互に接続された3つのコアプロセス(相互作用、反射、反応)に分けられる。
各プロセスは LLM ベースのツールと動的に更新されたメモリモジュールによって実装される。
論文 参考訳(メタデータ) (2023-09-15T02:42:03Z) - Generating Language Corrections for Teaching Physical Control Tasks [21.186109830294072]
CORGIは、物理制御タスクのための言語修正を生成するために訓練されたモデルである。
CORGIは(i)新しい学生軌跡に対する有効なフィードバックを生成でき、(ii)新しい制御ダイナミクスを持つドメインのベースラインを上回り、(iii)インタラクティブな描画タスクにおける生徒の学習を改善することができることを示す。
論文 参考訳(メタデータ) (2023-06-12T10:31:16Z) - Self-Improving Robots: End-to-End Autonomous Visuomotor Reinforcement
Learning [54.636562516974884]
模倣と強化学習において、人間の監督コストは、ロボットが訓練できるデータの量を制限する。
本研究では,自己改善型ロボットシステムのための新しい設計手法であるMEDAL++を提案する。
ロボットは、タスクの実施と解除の両方を学ぶことで、自律的にタスクを練習し、同時にデモンストレーションから報酬関数を推論する。
論文 参考訳(メタデータ) (2023-03-02T18:51:38Z) - Giving Feedback on Interactive Student Programs with Meta-Exploration [74.5597783609281]
ウェブサイトやゲームのようなインタラクティブなソフトウェアを開発することは、特にコンピュータ科学を学ぶための魅力的な方法である。
標準的アプローチでは、インストラクターは、学生が実装した対話型プログラムを手動で評価する必要がある。
Code.orgのような何百万ものオンラインプラットフォームは、インタラクティブなプログラムを実装するための代入に関するフィードバックを提供することができない。
論文 参考訳(メタデータ) (2022-11-16T10:00:23Z) - Building an Effective Automated Assessment System for C/C++ Introductory
Programming Courses in ODL Environment [0.0]
学生の作業を評価する従来の方法は、時間と労力の両面で不十分になってきている。
遠隔教育環境では、多くの家庭教師を雇うための重厚な報酬の観点からも、こうした評価がさらに困難になる。
私たちは、効果的な自動評価システムを構築するのに必要な、さまざまなコンポーネントを特定します。
論文 参考訳(メタデータ) (2022-05-24T09:20:43Z) - PyBryt: auto-assessment and auto-grading for computational thinking [6.1345408064202696]
本稿では,プログラミングの課題について,学生に形式的フィードバックを提供するための新しいアプローチを提案する。
提案手法では,学生のコードから生成された中間結果を動的に評価し,教師が提供した参照実装と比較する。
論文 参考訳(メタデータ) (2021-12-03T20:01:06Z) - ProtoTransformer: A Meta-Learning Approach to Providing Student Feedback [54.142719510638614]
本稿では,フィードバックを数発の分類として提供するという課題について考察する。
メタラーナーは、インストラクターによるいくつかの例から、新しいプログラミング質問に関する学生のコードにフィードバックを与えるように適応します。
本手法は,第1段階の大学が提供したプログラムコースにおいて,16,000名の学生試験ソリューションに対するフィードバックの提供に成功している。
論文 参考訳(メタデータ) (2021-07-23T22:41:28Z) - Actionable Models: Unsupervised Offline Reinforcement Learning of
Robotic Skills [93.12417203541948]
与えられたデータセットの任意の目標状態に到達するために学習することによって、環境の機能的な理解を学ぶ目的を提案する。
提案手法は,高次元カメラ画像上で動作し,これまで見つからなかったシーンやオブジェクトに一般化した実ロボットの様々なスキルを学習することができる。
論文 参考訳(メタデータ) (2021-04-15T20:10:11Z) - Scalable Multi-Task Imitation Learning with Autonomous Improvement [159.9406205002599]
我々は、自律的なデータ収集を通じて継続的に改善できる模倣学習システムを構築している。
我々は、ロボット自身の試行を、実際に試みたタスク以外のタスクのデモとして活用する。
従来の模倣学習のアプローチとは対照的に,本手法は,継続的改善のための疎い監視によるデータ収集を自律的に行うことができる。
論文 参考訳(メタデータ) (2020-02-25T18:56:42Z) - Securing Bring-Your-Own-Device (BYOD) Programming Exams [1.9164932573056916]
従来のペンと紙の試験は、現代の大学プログラミングコースでは不十分である。
多くの機関は、専用のコンピュータラボでアセスメントを実行するためのリソースやスペースを欠いている。
これにより、BYOD( bring-your-own-device)試験フォーマットの開発が動機となっている。
論文 参考訳(メタデータ) (2020-01-12T15:01:13Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。