論文の概要: Stimulating Higher Order Thinking in Mechatronics by Comparing PID and Fuzzy Control
- arxiv url: http://arxiv.org/abs/2601.08865v1
- Date: Sat, 10 Jan 2026 19:16:58 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-01-15 18:59:20.10262
- Title: Stimulating Higher Order Thinking in Mechatronics by Comparing PID and Fuzzy Control
- Title（参考訳）: メカトロニクスにおける高次思考のPIDとファジィ制御の比較
- Authors: Christopher J. Lowrance, John R. Rogers,
- Abstract要約: 我々は,2つの自動制御手法を学生が評価しなければならない,学期長のメカトロニクスコースでプロジェクトを開発する。
このプロジェクトは、地上車両が誘導車両を自律的に追従する、リーダー・フォロワー行動の優れた制御方法を決定することを含む。
学期を通じて実験室では、学生にプロジェクトに必要なスキルを公開している。
最終コースプロジェクトでは、学生が独自の評価基準と実験を作成し、PIDとファジィコントロールの設計決定を行う。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/publicdomain/zero/1.0/
- Abstract: Many studies have found active learning, either in the form of in-class exercises or projects, to be superior to traditional lectures. However, these forms of hands-on learning do not always lead students to reach the higher order thinking skills associated with the highest levels of Bloom's Taxonomy (analysis, synthesis, and evaluation). Assignments that expect students to follow a prescribed approach to reach a well-defined solution contribute to a lack of higher order thinking at the college level. Professional engineers often face complex and ambiguous problems that require design decisions for which there is no straightforward answer. To strengthen the higher order thinking skills demanded by such problems, we developed a project in a semester-long mechatronics course in which students must evaluate two automatic control methodologies without being given explicit performance criteria or experimental procedures. Specifically, the project involves determining the superior control method for leader-follower behavior, where a ground vehicle autonomously follows a lead vehicle. Laboratory exercises throughout the semester expose students to the skills required for the project, including using sensors and actuators, programming proportional-integral-derivative (PID) and fuzzy controllers, and applying computer vision to detect an object signature. In the final course project, students go beyond implementing individual controllers and create their own evaluation criteria and experiments to make a design decision between PID and fuzzy control. We implemented this approach over three semesters and found that students value working on a real-world, open-ended problem, develop creative performance criteria and evaluation methods that demonstrate higher order thinking, and discover that comparative studies are nontrivial due to the many factors influencing performance.
- Abstract（参考訳）: 多くの研究は、クラス内の演習やプロジェクトという形で、伝統的な講義よりも優れた活発な学習を見出している。
しかし、こうしたハンズオン学習の形式は、ブルームの分類学の最高レベル(分析、合成、評価)に関連する高次思考スキルに常に到達するとは限らない。
学生が明確に定義された解決策に到達するための所定のアプローチに従うことを期待する課題は、大学レベルでの高次思考の欠如に寄与する。
プロフェッショナルエンジニアはしばしば、直接的な答えがない設計上の決定を必要とする複雑で曖昧な問題に直面します。
このような問題に要求される高次思考能力を強化するため、学生が明示的な性能基準や実験手順を課さずに2つの自動制御手法を評価しなければならない学年制メカトロニクスコースのプロジェクトを開発した。
具体的には、地上車両が誘導車両を自律的に追従する、リーダー・フォロワー行動の優れた制御方法を決定することを含む。
学期を通じて実験室では、センサーやアクチュエーターの使用、比例積分微分(PID)とファジィコントローラのプログラミング、コンピュータビジョンを適用して物体の署名を検出するなど、プロジェクトに必要なスキルを学生に公開している。
最終コースプロジェクトでは、学生は個別のコントローラーの実装を超えて、独自の評価基準と実験を作成し、PIDとファジィコントロールの設計決定を行う。
提案手法は,3つのセメータにまたがって実装され,学生が実世界のオープンエンドな問題に取り組むことを重視し,高次思考を示す創造的性能基準と評価方法を開発し,性能に影響する多くの要因から比較研究が非自明であることを発見した。
関連論文リスト
- From Co-Design to Metacognitive Laziness: Evaluating Generative AI in Vocational Education [0.0]
本研究では,シンガポールの職業教育環境における講師を支援するために考案された,生成型AI概念実証(POC)の開発と展開について検討する。
POCは,授業内容の合理化,認知負荷の低減,授業内容のナビゲートに対する生徒の信頼感の向上を報告した。
教育プロセスの強化にもかかわらず、成績データは学生全体の評価結果に有意な改善は示さなかった。
この研究は、依存関係の最小化、メタ認知開発、さまざまな能力レベルにおけるサポートの校正のためにAIツールをどのように構築できるかという、一連の設計上の疑問を提起している。
論文 参考訳（メタデータ） (2025-12-13T12:26:25Z) - AI-Driven Grading and Moderation for Collaborative Projects in Computer Science Education [0.0]
本稿では,レポジトリマイニング,コミュニケーション分析,機械学習モデルを用いて,プロジェクト品質と個人作業の両方を評価する,半自動AI支援グレーティングシステムを提案する。
上級教育課程におけるパイロット配置は、インストラクター評価と高い整合性を示し、学生満足度を高め、インストラクターの成績を低下させた。
論文 参考訳（メタデータ） (2025-10-05T02:16:52Z) - A Survey of Frontiers in LLM Reasoning: Inference Scaling, Learning to Reason, and Agentic Systems [93.8285345915925]
推論(Reasoning)は、論理的推論、問題解決、意思決定を可能にする基本的な認知プロセスである。
大規模言語モデル(LLM)の急速な進歩により、推論は高度なAIシステムを区別する重要な能力として浮上した。
我々は,(1)推論が達成される段階を定義するレジーム,(2)推論プロセスに関与するコンポーネントを決定するアーキテクチャの2つの側面に沿って既存の手法を分類する。
論文 参考訳（メタデータ） (2025-04-12T01:27:49Z) - Level Up Peer Review in Education: Investigating genAI-driven Gamification system and its influence on Peer Feedback Effectiveness [0.8087870525861938]
本稿では、Generative AI(GenAI)アシストと統合されたゲーミフィケーションピアアセスメントプラットフォームであるSocratiqueを紹介する。
Socratiqueはゲーム要素を取り入れることで、学生により多くのフィードバックを提供する動機付けを目指している。
治療群では, 明瞭度, 関連性, 特異性について, より自発的なフィードバックが得られた。
論文 参考訳（メタデータ） (2025-04-03T18:30:25Z) - Real-time classification of EEG signals using Machine Learning deployment [0.0]
本研究では,ある話題に対する生徒の理解度を予測するための,機械学習に基づくアプローチを提案する。
システムパラメータの値にアクセスして、選択したトピックに対する生徒の集中度を決定するブラウザインターフェースが導入された。
論文 参考訳（メタデータ） (2024-12-27T08:14:28Z) - Fuzzy Intelligent System for Student Software Project Evaluation [0.0]
本稿では,学術ソフトウェアプロジェクトの評価を目的としたファジィインテリジェントシステムを提案する。
システムは入力基準を処理し、プロジェクト成功の定量化尺度を作成する。
提案手法は,プロジェクト評価を標準化し,手動グレーディングにおける主観的バイアスを低減するのに役立つ。
論文 参考訳（メタデータ） (2024-05-01T11:12:22Z) - Hierarchical Imitation Learning with Vector Quantized Models [77.67190661002691]
我々は,専門家の軌跡におけるサブゴールの同定に強化学習を用いることを提案する。
同定されたサブゴールに対するベクトル量子化生成モデルを構築し,サブゴールレベルの計画を行う。
実験では、このアルゴリズムは複雑な長い水平決定問題の解法に優れ、最先端のアルゴリズムよりも優れている。
論文 参考訳（メタデータ） (2023-01-30T15:04:39Z) - Modelling Assessment Rubrics through Bayesian Networks: a Pragmatic Approach [40.06500618820166]
本稿では,学習者モデルを直接評価ルーリックから導出する手法を提案する。
本稿では,コンピュータ思考のスキルをテストするために開発された活動の人的評価を自動化するために,この手法を適用する方法について述べる。
論文 参考訳（メタデータ） (2022-09-07T10:09:12Z) - Dual Policy Distillation [58.43610940026261]
教員政策を学生政策に転換する政策蒸留は、深層強化学習の課題において大きな成功を収めた。
本研究では,2人の学習者が同じ環境下で活動し,環境の異なる視点を探索する,学生学生による二重政策蒸留(DPD)を導入する。
この二重学習フレームワークを開発する上で重要な課題は、同時代の学習に基づく強化学習アルゴリズムにおいて、ピア学習者から有益な知識を特定することである。
論文 参考訳（メタデータ） (2020-06-07T06:49:47Z)
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。