Explore les approches et les défis modernes en matière d'acquisition de données pour l'apprentissage de contrôleurs optimaux au moyen de démonstrations et de méthodes axées sur les données.
Plonge dans le test de réflexion cognitive, les processus contrôlés par rapport aux processus automatisés et les types d'apprentissage non intentionnels.
Couvre l'apprentissage observationnel, l'apprentissage implicite de modèle, l'apprentissage d'enquête, l'apprentissage procédural et les fonctions de mémoire de travail.
Compare la prise de notes à la main longue et à l'ordinateur portable pour l'apprentissage, en mettant l'accent sur les effets néfastes de la transcription textuelle sur la compréhension et la conservation.
Introduit BulletArm, un référentiel de manipulation robotique open source et un cadre d'apprentissage couvrant les objectifs de conception, les tâches de référence et les algorithmes d'apprentissage.
Plonge dans le constructivisme, l'apprentissage basé sur l'enquête et les conflits cognitifs, soulignant l'importance des simulations et du soutien externe.
Explore l'impact des normes sociales sur le comportement et la prise de décisions, y compris la litière, la consommation d'énergie, l'apprentissage observationnel et le comportement des foules.
Examine la charge cognitive, les limites d'attention et les résultats d'apprentissage en fonction de l'attention sélective et du nombre magique de Miller 7 + 2.
Présente une revue de la littérature sur la gamification dans l'éducation, explorant son évolution, ses avantages potentiels et ses effets négatifs sur les apprenants.
Couvre l'utilisation de transformateurs en robotique, en se concentrant sur la perception incarnée et les applications innovantes dans la locomotion humanoïde et l'apprentissage du renforcement.
