Undergraduate Robotics Education with General Instructors using a Student-Centered Personalized Learning Framework

要約

自動運転車、無人システム、医療ロボットなどの応用を含むロボット工学の最近の進歩は、雇用市場に大きな影響を与えています。
一方で、大手ロボット企業は職務要件に基づいたトレーニング プログラムを提供しています。
ただし、これらのトレーニング プログラムは、大学やコミュニティ カレッジが提供する一般的なロボット工学プログラムほど有益ではない可能性があります。
一方で、コミュニティーカレッジや大学は、学生に高度なロボット工学教育を提供するために必要なリソース、特に資格のあるインストラクターの不足という課題に直面しています。
さらに、学部生の背景が多様であるため、さらなる課題が生じています。
業界での豊富な経験を積んでくる学生もいますが、この分野に初めて参加する学生もいます。
これらの課題に対処するために、私たちはロボット工学のための学生中心のパーソナライズされた学習フレームワークを提案します。
このフレームワークを使用すると、一般のインストラクターは、グラフとして構造化され、明確に定義されたトピックの依存関係を持つ小さなコンポーネントにコースのトピックを分割することで、学部レベルのロボット工学コースを教えることができます。
このモジュール式のアプローチにより、学生は独自の好みやペースに合わせて学習パスを選択できます。
さらに、私たちのフレームワークの柔軟性により、ホスト機関の特定のニーズに合わせて教材を簡単にカスタマイズできます。
教材の他に、一般講師向けによくある質問をまとめた資料を用意します。
学生のロボット工学に関する質問にインストラクターが回答できない場合、これらの質問に対する回答がこの文書に含まれる場合があります。
この文書で取り上げられていない質問については、ロボット工学コミュニティやコース コンテンツ作成者と協力して収集し、解決することができます。
当社のユーザー調査結果は、個人の学習成果や好みに合わせた学部レベルのロボット工学教育を提供する上で、この方法が有望であることを実証しています。

要約(オリジナル)

Recent advancements in robotics, including applications like self-driving cars, unmanned systems, and medical robots, have had a significant impact on the job market. On one hand, big robotics companies offer training programs based on the job requirements. However, these training programs may not be as beneficial as general robotics programs offered by universities or community colleges. On the other hand, community colleges and universities face challenges with required resources, especially qualified instructors, to offer students advanced robotics education. Furthermore, the diverse backgrounds of undergraduate students present additional challenges. Some students bring extensive industry experiences, while others are newcomers to the field. To address these challenges, we propose a student-centered personalized learning framework for robotics. This framework allows a general instructor to teach undergraduate-level robotics courses by breaking down course topics into smaller components with well-defined topic dependencies, structured as a graph. This modular approach enables students to choose their learning path, catering to their unique preferences and pace. Moreover, our framework’s flexibility allows for easy customization of teaching materials to meet the specific needs of host institutions. In addition to teaching materials, a frequently-asked-questions document would be prepared for a general instructor. If students’ robotics questions cannot be answered by the instructor, the answers to these questions may be included in this document. For questions not covered in this document, we can gather and address them through collaboration with the robotics community and course content creators. Our user study results demonstrate the promise of this method in delivering undergraduate-level robotics education tailored to individual learning outcomes and preferences.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google