วิชาเลือก simulation/control
การทดลองควบคุมต้องมีสมมติฐาน baseline และตัวแปรที่คงเดิม แบบจำลองหนึ่งมิติช่วยเห็นผลของ gain ได้ แต่ไม่รวมมอเตอร์ ลม ความหน่วง และเซนเซอร์ของโดรนจริง จึงใช้เรียนการออกแบบการทดลอง
A04 · บทฝึกและกรณีศึกษา
การทดลองควบคุมต้องมีสมมติฐาน baseline และตัวแปรที่คงเดิม แบบจำลองหนึ่งมิติช่วยเห็นผลของ gain ได้ แต่ไม่รวมมอเตอร์ ลม ความหน่วง และเซนเซอร์ของโดรนจริง จึงใช้เรียนการออกแบบการทดลอง
ก่อนเริ่มเรียน
ใช้คอมพิวเตอร์ Windows หรือ Linux อ่าน CSV ด้วยโปรแกรมตารางหรือ text editor และบันทึกไฟล์งานของตนแยกจากต้นฉบับ ชุด Python พื้นฐานใช้ standard library; โปรแกรม AI และ simulator จริงมีขั้นตอนติดตั้งแยก
เมื่อจบบทนี้
- ออกแบบการทดลองที่เปลี่ยนปัจจัยเดียวพร้อม baseline
- รายงานผลและข้อจำกัดการถ่ายโอนจาก simulation สู่ระบบจริง
โจทย์และขั้นตอนลงมือทำ
แบบจำลอง x ถัดไป = x + gain × (target − x) เริ่ม x=0 เป้าหมาย 1 ทดลอง gain 0.2 กับ 0.8 เป็นเวลา 10 ขั้น โดยใช้ค่าเริ่มต้นเดียวกัน ไม่มีความหมายเป็นค่าปรับโดรน
แตก ZIP แล้วเปิด A04-guide.md และ A04-worksheet.csv เก็บสมมติฐานกับผลที่ตรวจได้แยกกัน ช่องว่างในใบงานหมายถึงต้องเก็บข้อมูล ไม่ใช่ผ่านแล้ว
- รัน python practice.py control แล้วเก็บลำดับ x ของทั้งสอง gain
- ตั้งสมมติฐานก่อนเปลี่ยนค่า เลือกตัวชี้วัด เช่น error ที่ขั้น 10 และระบุ time step แบบนามธรรม
- ทำซ้ำด้วย input เดิมเพื่อยืนยันความทำซ้ำของโปรแกรม แล้วออกแบบ noise/seed เป็นการทดลองถัดไป
- เขียนข้อจำกัดและแผนทดสอบใน simulator ที่มีพลศาสตร์จริง โดยไม่คัดลอก gain นี้ไปใช้อุปกรณ์
ชิ้นงานและเกณฑ์ตรวจ
ส่ง: control experiment report
เกณฑ์สำคัญ: มี baseline ตัวแปรควบคุม seed/รุ่น และการทำซ้ำ; ไม่อ้าง sim-to-real สำเร็จ
แนบไฟล์ที่เปิดตรวจได้ วันที่ รุ่นข้อมูล และเหตุผลเมื่อยังสรุปไม่ได้ การทำใบงานสำเร็จไม่แทนผลทดลองกับโมเดล อุปกรณ์ หรือการประเมินทักษะจริง
เปิดแนวคำตอบหลังทำใบงาน
error สุดท้ายของ gain 0.2 คือ 0.8^10 และ gain 0.8 คือ 0.2^10 โปรแกรมนี้ deterministic ไม่ต้อง seed; gain ที่เข้าเป้าเร็วในสมการนี้ไม่พิสูจน์เสถียรภาพโดรน
แผนกิจกรรมสำหรับผู้สอน
วิชาเลือก 5 ชั่วโมงอยู่นอก AI หลัก 40 ชั่วโมง ให้ผู้เรียนออกแบบการทดลองต่อใน ArduPilot/PX4 และบันทึกปัจจัยที่แบบจำลองเล็กละไว้
คำถามชวนทบทวน: สิ่งใดในโลกจริงที่ simulator นี้ไม่ได้จำลอง?
| ชุดการเรียน | อธิบาย | ฝึก | ประเมิน | รวมสถานีอุปกรณ์ |
|---|
วิชาเลือกเพิ่มเติม 300 นาที: อธิบาย 60 นาที ฝึก 180 นาที และประเมิน/ทบทวน 60 นาที อยู่นอกหลักสูตร AI 40 ชั่วโมง
เวลาสถานีอุปกรณ์เป็นส่วนหนึ่งของเวลารวมในแผน ไม่บวกซ้ำ ผู้สอนแยกผล PC กับ observed task และให้ผู้เรียนอธิบายงานรายคนก่อนเปิดแนวคำตอบ
ดูการจัดกิจกรรมครบสายและส่วนขยายพื้นฐาน →บรรณานุกรมและขอบเขตการอ้างอิง
ตรวจแหล่งเพิ่มเติม 9 กันยายน 2569 กรณีสมมติ ตัวเลข ใบงาน และเกณฑ์กิจกรรมเรียบเรียงใหม่โดย PK-Research
- ArduPilot — Software In The Loop
แหล่ง simulator จริง; ตัวอย่าง state machine ของเราไม่ได้จำลองพลศาสตร์การบิน
- ArduPilot — SITL on Windows using WSL
แนวทางติดตั้ง Windows/WSL ต้องบันทึกรุ่นและผลรันแยก