論文の概要: Rusty Flying Robots: Learning a Full Robotics Stack with Real-Time Operation on an STM32 Microcontroller in a 9 ECTS MS Course

• arxiv url: http://arxiv.org/abs/2604.00032v1
• Date: Fri, 20 Mar 2026 15:57:26 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-06 02:36:13.207408
• Title: Rusty Flying Robots: Learning a Full Robotics Stack with Real-Time Operation on an STM32 Microcontroller in a 9 ECTS MS Course
• Title（参考訳）: ラッキーフライングロボット:9回のECTSMSコースでSTM32マイクロコントローラでリアルタイム操作でフルロボティクススタックを学習
• Abstract要約: 従来のロボットのパイプラインに沿ってロボティクスを教える新しい修士レベルのプロジェクトクラスについて説明する。 重要な動機の1つは、学生が高度に制約された計算プラットフォームで学習したアルゴリズムを直接適用しなければならないことである。 1) 提供するブラックボックスソフトウェアインフラストラクチャの回避、2) 安全で効率的なプログラミング言語であるRustの利用。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We describe a novel masters-level projects class that teaches robotics along the traditional robotics pipeline (dynamics, state estimation, controls, planning). One key motivational part is that students have to directly apply the algorithms they learn on a highly constrained compute platform, effectively making a robot fly. We teach nonlinear algorithms as deployed in state-of-the-art flight stacks such as PX4. Didactically, we rely on two core concepts: 1) avoidance of provided black-box software infrastructure, and 2) usage of the safe and efficient programming language Rust that is used on the PC (for simulation) and an STM32 microcontroller (for robot deployment). We discuss our methodology and the student feedback over two years with ten students each. Teaching material: https://imrclab.github.io/teaching/flying-robots
• Abstract（参考訳）: 従来のロボットパイプライン(力学、状態推定、制御、計画)に沿ってロボットを教える新しいマスターレベルのプロジェクトクラスについて説明する。 重要な動機の1つは、学生が高度に制約された計算プラットフォームで学習するアルゴリズムを直接適用し、効果的にロボットを飛ばす必要があることである。 我々はPX4のような最先端の飛行スタックに展開される非線形アルゴリズムを教える。 現実的には、私たちは2つのコアコンセプトに依存しています。 1)提供するブラックボックスソフトウェアインフラの回避 2) PC(シミュレーション用)とSTM32マイクロコントローラ(ロボット展開用)で使用される安全で効率的なプログラミング言語Rustの使用。 我々は,2年間の方法論と学生のフィードバックについて,それぞれ10人の学生と議論した。 教材:https://imrclab.github.io/teaching/flying-robots

関連論文リスト

• Bots and Blocks: Presenting a project-based approach for robotics education [1.9435397960631864]
  学生は、ロボットの扱い方について、アジャイルで学期制のプロジェクトで教えられている。 本稿では,ハードウェアロボットのための分解型ソフトウェアエコシステムの開発を特徴とする,このフレームワークと例示的プロジェクトについて述べる。
  論文  参考訳（メタデータ） (2026-03-15T18:14:36Z)
• Robot Control Stack: A Lean Ecosystem for Robot Learning at Scale [11.166320712764465]
  VLA(Vision-Language-Action Model)は、専門的なアーキテクチャと専門家ポリシーのタスクに適したコンポーネントを、大規模なデータ収集とセットアップ固有の微調整に置き換える。 従来のロボットソフトウェアフレームワークはボトルネックとなり、ロボットシミュレーションは、実世界の実験への移行を限定的にサポートする。 我々は、大規模なジェネラリストポリシーによるロボット学習の研究を支援するために、ゼロから設計されたリーンエコシステムであるRobot Control Stack (RCS)を紹介した。
  論文  参考訳（メタデータ） (2025-09-18T13:12:16Z)
• IRASim: A Fine-Grained World Model for Robot Manipulation [24.591694756757278]
  本稿では,ロボットとオブジェクトのインタラクションの詳細を詳細に表現したビデオを生成する新しい世界モデルIRASimを提案する。 拡散変圧器を訓練し、各変圧器ブロック内に新しいフレームレベル動作条件モジュールを導入し、アクションフレームアライメントを明示的にモデル化し強化する。
  論文  参考訳（メタデータ） (2024-06-20T17:50:16Z)
• Octo: An Open-Source Generalist Robot Policy [88.14295917143188]
  ここでは,Open X-Embodimentデータセットから800kトラジェクトリをトレーニングした,大規模なトランスフォーマーベースのポリシであるOctoを紹介する。 標準のGPUでは数時間以内に、新しいセンサー入力とアクションスペースを備えたロボットセットアップに効果的にカスタマイズできる。 また,アーキテクチャからトレーニングデータに至るまで,Octoモデルの設計決定の詳細な説明を行い,汎用ロボットモデルの構築に関する今後の研究を指導する。
  論文  参考訳（メタデータ） (2024-05-20T17:57:01Z)
• RoboScript: Code Generation for Free-Form Manipulation Tasks across Real and Simulation [77.41969287400977]
  本稿では,コード生成を利用したデプロイ可能なロボット操作パイプラインのためのプラットフォームである textbfRobotScript を提案する。 自由形自然言語におけるロボット操作タスクのためのコード生成ベンチマークも提案する。 我々は,Franka と UR5 のロボットアームを含む,複数のロボットエボディメントにまたがるコード生成フレームワークの適応性を実証した。
  論文  参考訳（メタデータ） (2024-02-22T15:12:00Z)
• 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)
• ClipBot: an educational, physically impaired robot that learns to walk via genetic algorithm optimization [0.0]
  ClipBotは低コストで自作のロボットで、骨格は2枚の紙クリップでできている。 Arduinoナノコントローラは、紙のクリップを動かす2つのサーボモーターを作動させる。 高校生はロボットの動きを最適化する遺伝的アルゴリズムの実装を依頼された。
  論文  参考訳（メタデータ） (2022-10-26T13:31:43Z)
• GenLoco: Generalized Locomotion Controllers for Quadrupedal Robots [87.32145104894754]
  四足歩行ロボットのための汎用ロコモーション(GenLoco)コントローラを訓練するためのフレームワークを提案する。 本フレームワークは,多種多様な四足歩行ロボットに展開可能な汎用ロコモーションコントローラを合成する。 我々のモデルは、より一般的な制御戦略を取得し、新しいシミュレーションロボットや実世界のロボットに直接移行できることを示す。
  論文  参考訳（メタデータ） (2022-09-12T15:14:32Z)
• A Walk in the Park: Learning to Walk in 20 Minutes With Model-Free Reinforcement Learning [86.06110576808824]
  深層強化学習は、制御されていない環境での学習ポリシーに対する有望なアプローチである。 機械学習アルゴリズムとライブラリの最近の進歩と、慎重に調整されたロボットコントローラを組み合わせることで、現実世界では4分で学習できる。
  論文  参考訳（メタデータ） (2022-08-16T17:37:36Z)
• Fleet-DAgger: Interactive Robot Fleet Learning with Scalable Human Supervision [72.4735163268491]
  ロボットの商業的および産業的な展開は、実行中にリモートの人間のテレオペレーターにフォールバックすることが多い。 我々は対話型フリートラーニング(Interactive Fleet Learning, IFL)の設定を定式化し、複数のロボットが対話型クエリを行い、複数の人間スーパーバイザーから学習する。 IFLアルゴリズムのファミリーであるFleet-DAggerを提案し、新しいFleet-DAggerアルゴリズムをシミュレーションで4つのベースラインと比較する。
  論文  参考訳（メタデータ） (2022-06-29T01:23:57Z)
• PPMC RL Training Algorithm: Rough Terrain Intelligent Robots through Reinforcement Learning [4.314956204483074]
  本稿では,任意のロボットに対して,粗い環境で一般化されたPPMCを指導する汎用的なトレーニングアルゴリズムを提案する。 我々は,ロボットが新しい地形マップに一般化することを学習し,100%の成功率を維持する実験を通して示す。 我々の知る限りでは、どんなロボットにも、粗い環境で一般化PPMCを教える汎用的なトレーニングアルゴリズムを導入する最初の論文である。
  論文  参考訳（メタデータ） (2020-03-02T10:14:52Z)
• Efficient reinforcement learning control for continuum robots based on Inexplicit Prior Knowledge [3.3645162441357437]
  本稿では,未熟な事前知識に基づく効率的な強化学習手法を提案する。 本手法を用いることで、腱駆動ロボットのアクティブな視覚追跡と距離維持を実現することができる。
  論文  参考訳（メタデータ） (2020-02-26T15:47:11Z)

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。