Explore l'impact de la configuration spatiale sur l'enseignement des interactions dans les salles de classe, l'analyse de la disposition des sièges et des mouvements des enseignants.
Explore la vision de BeLearn dans la transformation et les défis de l'éducation numérique, en soulignant l'importance de l'adaptation aux changements numériques dans l'éducation.
Couvre l'avenir de l'éducation à l'ETH Zrich, en mettant l'accent sur la croissance des étudiants, les demandes de l'industrie et les stratégies d'enseignement innovantes.
Introduit un cours basé sur des projets en communication et en robotique, mettant l'accent sur des projets pratiques et un apprentissage indépendant pour préparer les étudiants à relever des défis du monde réel.
Plonge dans le constructivisme, l'apprentissage basé sur l'enquête et les conflits cognitifs, soulignant l'importance des simulations et du soutien externe.
Discute de l'avenir de l'enseignement de l'ingénierie en Suisse, en mettant l'accent sur les défis, les opportunités et l'intégration de la technologie dans l'enseignement.
Explore les robots d'entraînement en renforçant l'apprentissage et l'apprentissage de la démonstration, mettant en évidence les défis de l'interaction homme-robot et de la collecte de données.
Examine les effets de ChatGPT sur la performance et l'apprentissage des étudiants dans les cours de robotique, révélant des informations sur son utilisation et son impact sur les résultats scolaires.
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.
Explore un cours où les étudiants en informatique apprennent à travailler sur des projets impliquant des artefacts physiques et le développement de logiciels.
Explore le contrôle conforme pour les robots par impédance et rigidité variable, permettant des interactions sûres et adaptatives avec l'environnement.
Explore l'apprentissage et le contrôle adaptatif des robots à travers SEDS et LPV-DS, mettant l'accent sur la stabilité, la dynamique non linéaire et l'optimisation.
Explore l'évitement des obstacles en utilisant Dynamical Systems pour les robots, en se concentrant sur la modulation, les garanties de stabilité et la théorie de la contraction.
