MiP倒立振子ロボットの作り方｜ジャイロ＆PID制御で学ぶバランスロボ自作ガイド

二輪で自立走行する玩具 MiP バランスロボット を題材に、倒立振子ロボットの仕組みと自作手順を解説します。
ジャイロ／加速度センサーで姿勢を検知し、PID制御でバランスを保つ原理を図とコード付きで丁寧に紹介。部品選定からチューニング、改造アイデアまで網羅した入門ガイドです。

MiP Balancing Robot　MIPバランスロボット

● MiP 倒立振子ロボットとは何ですか？
二輪で自立走行する WowWee 社の玩具ロボットです。ジャイロと加速度センサーで姿勢を検知し、PID 制御でバランスを取ります。

● この記事の手順だけで自作できますか？
はい。必要な部品リスト、回路図、サンプルコード、PID 調整方法を掲載しているので、初めての方でも組み立てられます。

● Arduino と STM32 のどちらがオススメですか？
学習コストを抑えたい場合は Arduino、高速処理や拡張性を重視する場合は STM32 が適しています。

● PID ゲインの調整が難しいのですがコツは？
まず P を上げて揺れを減らし、次に I で静止誤差を補正し、最後に D でオーバーシュートを抑える「P→I→D」の順序が効果的です。

● センサーのキャリブレーション方法を教えてください。
水平な場所で静止させてオフセット値を取得し、プログラム起動時に自動で補正するのが一般的です。

● BLE でスマホ操作するには？
HM-10 や ESP32 などの BLE モジュールをマイコンに接続し、スマホアプリから角速度や速度指令を送信して制御します。

NiFi Attributeについて

ここによるとData Provenance pageでAttributeが見れる。
こんな風に

主なAttributeはこちら 説明はここがいいのかな

absolute.path：FlowFileの絶対パス
file.creationTime：FlowFileの作成日時
file.lastAccessTime：FlowFileの最終アクセス日時
file.lastModifiedTime：FlowFileの最終更新日
file.owner：FlowFileのファイル所有者
filename：FlowFileのファイル名
path：FlowFileの相対パス（多分、でもなんか値がまだおかしいみたい）
uuid：FlowFileのuuid

C言語で学ぶ機械学習：『機械学習と深層学習』の要点（サンプルDL/電子版案内）

C言語だけで写経できる入門／処理手続きの理解に向く。深層の網羅性は限定的なので“実装で掴む”用途に最適

機械学習と深層学習 ―C言語によるシミュレーション

Q. サンプルコードはどこ？
A. **オーム社公式の「ダウンロード」**にzip（約24KB）。本書購入者向け、著作権等の注意書きあり。 ohmsha.co.jp

Q. 正誤表はある？
A. 公式記載「正誤表はございません」。 ohmsha.co.jp

Q. 電子版は？
A. Amazon Kindle／達人出版会／BookWalkerなどで入手可（試し読みありのサイトも）。 Amazon Japan達人出版会電子書籍ストア | BOOK☆WALKER

 

 

・ソースコードはこちら

ブライアン・カーニハンが書いたgo言語本

プログラミング言語Go

 

 

• ブライアンカーニハンが著作参加したThe Go Programming Languageの邦訳
• サンプルソースはこちら
• 事前に何らかのコンパイル言語を習得しているのが前提だと
• カーニハンが本書くのかよ、いやそんな珍しくないよD言語の本書いたよ、みたいなやりとり

PowerShell for Azure 邦訳

PowerShell for Azure

• Pro PowerShell for Microsoft Azureの邦訳版
• 章立ておそらくこんな感じになるはず

第1章　Azureのアーキテクチャ概要

第2章　AzureではじめるPowerShell

第3章 Azure Storageの管理

第4章 ヴァーチャルマシンへの配備

第5章 ヴァーチャルネットワークの設定

第6章　Azure Web Appsの配備

第7章　Azure SQL Database（の操作）

第8章　Azure Automation（の操作）

第9章　Azure RemoteApp（の操作）

第10章　Azure Active Directoryの管理

第11章 Azure RMS

第12章　Azure HDInsight クラスタの構築管理

『強くなるロボティック・ゲームプレイヤーの作り方』復刊｜C++で学ぶ実践的強化学習［プレミアムブックス版］サンプルDL案内つき

2008年刊の名著『強くなるロボティック・ゲームプレイヤーの作り方』がプレミアムブックス版として2016年に復刊。C++でロボット／ゲームAIに強化学習を実装する実践書です。著者は八谷大岳・杉山将。紙版・電子版あり、サンプルコードはマイナビのサポート/商品ページから入手できます（発売日：2016/06/08、ISBN：978-4-8399-5673-8）。

強くなるロボティック・ゲームプレイヤーの作り方 プレミアムブックス版 ~実践で学ぶ強化学習~ 

• C++によるロボット強化学習
• サンプルソースのダウンロードはこちら

追記：よくある質問（FAQ）

Q. 復刊で内容は変わりましたか？

A. 基本内容は2008年版と同一で、プレミアムブックスとして再刊されています。

Q. 使用言語は？ Pythonでも学べますか？

A. 本書の実装はC++中心です。概念は他言語にも応用できますが、サンプルはC++です。

Q. サンプルコードはどこで入手できますか？

A. 出版社の商品/サポートページからダウンロードできます（販売サイトの案内を参照）。

Q. 電子版（eBook）はありますか？

A. あります。販売状況は各ストア（出版社サイト、Amazon等）でご確認ください。

Q. どんな人に向いていますか？

A. C++で強化学習を実装してみたい初中級者〜実務者、ロボット制御やゲームAIに関心のある方。

Q. 具体的に何が学べますか？

A. 強化学習の基礎からアルゴリズム、ロボット/ゲームエージェントへの実装手順までを通しで学べます。

Q. 事前に必要な知識・環境は？

A. C++の基礎、確率・線形代数・微積の初歩。標準的なC++コンパイラ/IDE（GCC/Clang/Visual Studio等）。

Q. 価格や在庫は？

A. 変動するため、最新情報は出版社ページや通販サイトでご確認ください。

主要トピック（各1行）

• MDP：状態・行動・遷移・報酬で問題を定式化する土台。

• 動的計画法：モデル既知前提で価値・方策を反復更新して最適化。

• モンテカルロ：エピソード平均で価値推定。モデル不要・高分散。

• TD学習：1歩先の推定でブートストラップ更新。オンラインに向く。

• SARSA：実行中の方策で更新するオンポリシー。安全寄り。

• TD(λ)：エリジビリティ痕跡で多段のTD誤差を混合。

• Q学習：max行動で更新するオフポリシー。理論収束性が強い。

• 近似（線形/カーネル）：特徴表現で連続空間の価値関数を近似。

• 政策勾配：方策を確率分布として直接最適化（REINFORCE等）。

代表課題

• 三目並べ：離散・完全情報で基礎検証に最適。

• Mountain Car：連続状態で谷脱出。探索設計がカギ。

• Acrobot：二重振子のスイングアップ。制御系の定番難題。

Apache NiF トラブルシューティングとあるある

・GetHTTPプロセサでSocketException Invalid Argumentエラー

（おそらく）君の使ってるJavaのバージョンが古いからエラー

java version "1.7.0_55"

Java(TM) SE Runtime Environment (build 1.7.0_55-b13)

http://stackoverflow.com/questions/16191236/tomcat-startup-fails-due-to-java-net-socketexception-invalid-argument-on-mac-o

JDKをこっからダウンロードして

java version "1.8.0_91"

Java(TM) SE Runtime Environment (build 1.8.0_91-b14)

にしたら動きました。（＞＞そのせいで多分某ゲームが動かなくなるのでバージョン切り替えできるようにする）

＊＊＊＊＊＊

・REST API呼び出せない

Pathは/nifiじゃなくて/nifi-api

> The API lives at /nifi-api, so the address you are looking for would 
> be http://localhost:8080/nifi-api/controller/about

httpsが必要なものがあるようで、とりあえず呼べたのはこれ

http://localhost:8080/nifi-api/controller