Arduino
PulseAugur coverage of Arduino — every cluster mentioning Arduino across labs, papers, and developer communities, ranked by signal.
3 天有情绪数据
-
Rust 编译器支持在裸机 Arduino 上运行 Lua
研究人员开发了一种新颖的 Lua 脚本语言原生编译器，完全用 Rust 实现。该编译器绕过了对传统虚拟机 else 需求，使得 Lua 能够直接在裸机硬件上运行，例如 Arduino 微控制器。该项目旨在减少嵌入式系统的开销并提高性能。
-
开发者使用领域随机化训练鲁棒性强化学习智能体
一位开发者在利用领域随机化训练强化学习智能体方面取得了进展。该技术有助于创建更鲁棒的智能体，开发者已成功实施该技术以提高机器人处理推搡的能力。此外，相关 Arduino 代码中的后处理步骤已大大减少。
-
机器人爱好者展示使用强化学习的 AI 平衡机器人
一位机器人爱好者开发了一个由 AI 驱动的平衡机器人，展示了强化学习在控制系统中的潜力。初始迭代需要大量调整，凸显了弥合仿真与现实应用之间差距的挑战。未来的计划包括实施域随机化，以增强机器人的稳定性和鲁棒性。
-
开发者构建土壤监测器和 Gemini API 错误跟踪器
一位开发者本周末正在进行两个个人项目。第一个项目涉及使用 Arduino 板和传感器为番茄植物设置土壤湿度监测系统。第二个项目是一个用 Rust 编写的工具，用于跟踪通过 Vertex AI 调用 Google 的 Gemini 模型在美国不同地区的错误率和响应时间。
-
用户利用 ChatGPT 进行 Arduino 编程项目
一位 Mastodon 用户分享了他们使用 ChatGPT 为其项目生成 Arduino 代码的经验，该代码用于在 TFT 屏幕上显示热成像相机的温度数据。用户成功获得了可用的代码片段。
-
研究人员开发基于浏览器和设备端的TinyML视觉训练
两篇研究论文详细介绍了直接在低成本微控制器上训练和部署机器学习视觉模型的新方法。其中一篇论文介绍了一个基于浏览器的应用程序，该应用程序支持完整的本地ML流程，能够实现不到十分钟的快速训练周期。另一篇论文则侧重于完全在设备端的C++实现，用于数据采集、CNN训练和实时推理，实现了9分钟的训练运行和6.3 FPS的推理。