모듈 목표
- 실패 조건을 숨기지 않고 안전·성능·반복 가능성을 함께 보고.
원안의 선수 안내: M07, M14 및 선택 트랙의 정책/제어 모듈. 실제 보충은 아래 소주제별 권장 선수를 참고하세요.
M30.01Reality Gap·백래시·마찰·지연·센서 오차 진단
학습 목표
- 시뮬레이션/실물 차이를 관측/기하·구동/동역학·시간 경로의 가설로 분해한다.
- 합성 방향 반전/토크·시간/센서 기록에서 잔차와 단위·가정의 범위를 계산한다.
- 같은 잔차의 대안 원인을 구분할 기준 관측/통제 비교와 수정 후 검증을 설계한다.
권장 선수
다음 중 하나 이상
M03의 기어/센서, M07의 동역학, M14의 프레임/시간과 M27의 지연을 사용한다. 백래시/마찰과 잔차/인과를 본문에서 보충한다. 기본은 합성 기록 진단이며 실제 장비를 움직이거나 원인을 확정하지 않는다. 이미 알고 있다면 직접 열어볼 수 있습니다.
학습 범위: 기본 설명·예제가 준비되었습니다. 기존 보충 자료의 범위와 구별하세요.
교재 본문: Reality Gap·백래시·마찰·지연·센서 오차 진단 · 본문M30.02Domain Randomization·System Identification·수집 재설계
학습 목표
- 식별/랜덤화·자료 수집 변경의 목적과 가설/계약 오류에 맞는 선택을 구분한다.
- 합성 정상 속도 모형의 계수·검증 잔차/가정과 랜덤화 범위를 계산한다.
- 조건/그룹·불확실성에 맞춰 수집/선택·독립 시험과 수정 후 평가를 설계한다.
권장 선수
M02의 선형/최소제곱, M20의 그룹 수집과 M30.01의 오차 가설을 사용한다. 최소제곱 두 계수/식별 가능성과 분포 범위를 본문에서 보충한다. 기본은 합성 표/표준 Python 계산이며 실제 수집·모델 학습/장비 실험은 하지 않는다. 이미 알고 있다면 직접 열어볼 수 있습니다.
학습 범위: 기본 설명·예제가 준비되었습니다. 기존 보충 자료의 범위와 구별하세요.
교재 본문: Domain Randomization·System Identification·수집 재설계 · 본문M30.03EMA·Temporal Ensembling·속도/토크/작업공간 제한
학습 목표
- EMA의 시간 상태와 동일 실행 시각 후보의 ensemble·가중 순서/방향을 구분한다.
- 합성 EMA/ensemble과 물리 단위의 속도/위치·토크 제한 결과를 계산한다.
- 복합 제약/경로·현재 상태/초기화의 한계를 판정하고 미상/복구·재검증 절차를 설계한다.
권장 선수
M07의 필터, M21.03의 chunk/ensemble과 M27의 시간/버전을 사용한다. 후보의 실행 시점/age·가중 인덱스와 물리 제한의 교집합을 본문에서 보충한다. 기본은 종이 계산이며 실제 정책/장비 명령·안전 인증은 하지 않는다. 이미 알고 있다면 직접 열어볼 수 있습니다.
학습 범위: 기본 설명·예제가 준비되었습니다. 기존 보충 자료의 범위와 구별하세요.
교재 본문: EMA·Temporal Ensembling·속도/토크/작업공간 제한 · 본문M30.04Watchdog·중단·상태 승격·Shadow/제한 실행
학습 목표
- watchdog/heartbeat·관측/명령 만료와 replay/shadow/제한 실행·감독 상태를 구분한다.
- 합성 동일 clock 기록에서 세 종류 나이/임계값과 보류·중단/미상 상태를 판정한다.
- 승격/중단·복구의 증거와 독립 감독/물리 상태 확인·감사 기록을 설계한다.
권장 선수
M05의 lifecycle/시간, M22의 실행 감독과 M27의 큐/버전·M30.03의 제한을 사용한다. watchdog/TTL·shadow/상태 승격을 본문에서 보충한다. 기본은 종이 상태표이며 실제 ROS/장비 명령이나 안전 인증은 수행하지 않는다. 이미 알고 있다면 직접 열어볼 수 있습니다.
학습 범위: 기본 설명·예제가 준비되었습니다. 기존 보충 자료의 범위와 구별하세요.
교재 본문: Watchdog·중단·상태 승격·Shadow/제한 실행 · 본문M30.05성공률·신뢰구간·층화 실험·비교 기준
학습 목표
- trial/성공·개입/미상과 독립성·조건/분모를 정의해 평가 표를 설계한다.
- 합성 성공률/Wilson 구간과 층별·공통 비중의 성공률을 계산하고 가정을 설명한다.
- 조건 비율/paired 근거·선택/최종 시험을 구분해 비교 결론과 추가 검증을 제안한다.
권장 선수
M02의 확률, M11/M27의 평가와 M30.04의 실행 단계를 사용한다. Bernoulli/신뢰구간의 반복표집 해석과 층별 가중을 본문에서 보충한다. 기본은 합성 표 계산이며 실제 로봇 시험/성능 인증을 하지 않는다. 이미 알고 있다면 직접 열어볼 수 있습니다.
학습 범위: 기본 설명·예제가 준비되었습니다. 기존 보충 자료의 범위와 구별하세요.
교재 본문: 성공률·신뢰구간·층화 실험·비교 기준 · 본문M30.06버전·배포 계약·감독·롤백·최종 실증 리포트
학습 목표
- 코드/자료·모델/전처리·보정/하드웨어와 실행 계약을 연결한 추적 묶음을 설계한다.
- 합성 버전/시간·단계별 근거 표로 admission/성과의 범위와 미확인을 판정한다.
- 승격/감독·롤백/재개의 관문과 근거 있는 최종 리포트/재현 절차를 작성한다.
권장 선수
M27.05의 묶음/rollback, M30.04의 감독 상태와 M30.05의 평가를 사용한다. provenance/파일 동일성과 단계별 증거를 본문에서 보충한다. 기본은 가상 manifest/로그 판정이며 실제 모델/장비 배포·PDF/EPUB 생성은 하지 않는다. 이미 알고 있다면 직접 열어볼 수 있습니다.
학습 범위: 기본 설명·예제가 준비되었습니다. 기존 보충 자료의 범위와 구별하세요.
교재 본문: 버전·배포 계약·감독·롤백·최종 실증 리포트 · 본문