Voitures à conduite autonome avec Duckietown
Le MOOC Self-Driving Cars de Duckietown est le premier cours en ligne sur l'autonomie des robots, permettant aux apprenants du monde entier d'interagir avec de vrais robots matériels. L'environnement d'apprentissage numérique, physique et social, favorisé par une communauté internationale, se concentre sur la prise de décision autonome en robotique. Avec des activités pratiques utilisant des modèles de voitures autopilotées, le cours facilite un apprentissage efficace et une réflexion critique.
Originating from ETH Innovedum support, this trailblazing project, initiated pre-pandemic, has garnered approximately 10,700 enrollments by September 2023. Beyond robotics, the open learning ecosystem offers versatility for teaching various technology-related subjects like computer vision, coding, networks, modeling, control, recursive estimation, planning, and machine learning.
"Self-Driving Cars with Duckietown" est un cours en ligne ouvert et massif (MOOC), financé à l'origine par l'ETH Innovedum, réalisé en collaboration avec des universités internationales, construit sur la plateforme technologique Duckietown et proposé par edX, en ligne.
Le cours est axé sur la science et la technologie de l'autonomie des robots, c'est-à-dire sur la manière de faire prendre leurs propres décisions aux machines. Il offre un "grand tour" de la robotique moderne, avec comme principal objectif d'apprentissage de transmettre les défis de l'autonomie au niveau du système et de rendre les apprenants compétents avec les outils et les flux de travail pour y faire face dans le monde réel.
L'autonomie des robots est un domaine complexe et multidisciplinaire, car les "atomes et les bits" doivent s'assembler pour obtenir des résultats positifs. Les logiciels et le matériel, la science de l'autonomie, les défis technologiques de la mise en œuvre, les outils choisis pour y parvenir, les environnements dans lesquels l'apprentissage a lieu et les tâches que les robots doivent accomplir doivent tous être soigneusement alignés pour que les choses "fonctionnent". L'enseignement de l'autonomie des robots par le biais d'un cours en ligne présente des défis supplémentaires, notamment la faible durée d'attention moyenne, qui est généralement plus courte pour les apprenants en ligne que pour les classes en personne. Pour répondre à ces défis, nous avons déployé un écosystème d'apprentissage qui est à la fois numérique, physique et social.
Les apprenants interagissent avec toutes les ressources pédagogiques en ligne, avec le cours divisé en modules, ou "Learning Experiences" (LXs). Les LX sont conçues pour être des ensembles auto-contenus d'activités d'apprentissage différentes tournant autour d'un certain thème, l'équivalent d'une semaine d'un cours en face à face typique. Les activités de chaque LX sont conçues pour stimuler les étudiants de différentes manières : de courtes vidéos avec des tâches d'activation (par exemple, des quiz), des ensembles d'instructions avec des points de contrôle actifs, des tutoriels de codage interactifs basés sur le Jupyter-notebook qui travaillent en simulation et sur des robots du monde réel, des "homeworks" qui sont évalués automatiquement sur le nuage offrant un retour d'information (presque) en temps réel, à des pointeurs vers des ressources supplémentaires pour les apprenants les plus curieux.
Un élément distinctif pour renforcer le programme dans le cours est la présence de voitures physiques (modèles réduits) qui se conduisent toutes seules : les Duckiebots.
Les Duckiebots sont disponibles dans le monde entier et sont étroitement intégrés dans l'écosystème d'apprentissage de Duckietown, permettant une mise en œuvre sans faille des LX dans le monde réel. Pour le meilleur des connaissances des instructeurs, ce cours a été le premier (et à ce jour, le seul) MOOC au monde sur l'autonomie des robots avec du matériel. Cet apprentissage pratique est idéal pour transférer des compétences aux apprenants et leur permettre de réfléchir de manière critique sur les résultats, et est particulièrement pertinent dans un cours de robotique où le travail avec de vrais robots est une partie fondamentale, bien que souvent négligée, du processus d'apprentissage.
Les apprenants sont encouragés à interagir avec un autre et avec le personnel enseignant, pour des clarifications et un soutien, par le biais de plusieurs canaux. Pour les questions et réponses techniques, les apprenants peuvent accéder à un espace privé de débordement de la pile, qui est un environnement de type forum bien connu pour les Q&A dans la communauté du développement logiciel. Au fur et à mesure que les apprenants posent des questions et reçoivent des réponses de leurs pairs et du personnel, une base de données historique riche de problèmes et de solutions est créée, ce qui réduit progressivement le temps requis par le personnel enseignant pour l'assistance tout en offrant une grande ressource aux apprenants. De plus, les étudiants sont encouragés à rejoindre le Duckietown Slack, un environnement de communication en temps réel où la communauté vit, et où les questions et les réponses peuvent être fournies dans un cadre plus dynamique. Ces canaux offrent la possibilité de communiquer, de recevoir du soutien et d'encourager les étudiants à participer activement aux activités d'apprentissage.
Une caractéristique supplémentaire du cours est la notation automatique des devoirs des étudiants. Chaque LX du cours comporte un exercice sur ordinateur portable Jupyter, ou "défi", qui est évalué en ligne. Les apprenants peuvent coder leurs exercices, les tester localement sur un simulateur Duckietown personnalisé, et une fois satisfaits du résultat, les soumettre pour évaluation sur le "serveur de défis". Cette infrastructure fournit un tableau de bord public pour chaque défi avec un classement basé sur un ensemble de mesures de performance, tout en fournissant en même temps des informations techniques sur la performance de l'agent soumis pour la tâche spécifique. Cette infrastructure fournit des résultats quelques minutes après la soumission, en donnant un feedback rapide aux étudiants, tout en introduisant en même temps un élément de gamification, qui est un moyen éprouvé d'augmenter la motivation et la rétention des étudiants en ligne.
Malgré les défis de l'enseignement, offrir un cours entièrement en ligne présente également des opportunités, par exemple, en ce qui concerne la permanence et l'accessibilité du matériel d'apprentissage. Après l'effort initial de création des LX et de l'infrastructure sous-jacente, il est possible de délivrer des itérations du cours pratiquement sans enseignement actif supplémentaire, tout en se concentrant sur l'apport d'un soutien au lieu de cela.
Équipe de projet
Systèmes dyn. et régulation
Sonneggstrasse 3
8092 Zurich
Suisse
Inst. Dynam. Syst. u. Regelungst.
Sonneggstrasse 3
8092 Zurich
Suisse
