教育部智慧感測電路聯盟致力推動機器人控制領域之高等教育課程發展。本套教材以 PBL 架構設計，透過六軸機器手臂的真實任務操作，系統性涵蓋邊緣運算、即時控制與感測器融合等核心工程能力，預計於今年 9 月在成大電機系正式開課。本次工作坊為正式開課前的教師體驗場次，誠邀各校教師共同參與，攜手推動台灣發展AI機器人產業之相關人才培育。
立即報名
關於本次教材
本套教材以「讓機器手臂完成真實任務」為主軸，串接四個核心學習模組——從正逆運動學與馬達控制、狀態機設計與定點抓取、CNN 模型訓練與 MCU 部署，到最終的視覺辨識整合與自主抓取。教材全程整合 IMU 慣性感測技術，讓學生在系統運作中學習感測器融合與姿態補償的實務應用。每個環節都對應真實的工程問題，讓學生在動手做的過程中，建立系統整合的設計思維。
為什麼
是 Edge AI
傳統機器視覺課程多依賴雲端運算，本套教材選擇將AI推論直接部署於MCU，讓學生在受限的運算資源下學習模型壓縮、量化與部署的完整流程——這正是業界在智慧製造與自動化設備中實際面對的問題。
活動流程
為何現在是關鍵時機
Gartner 已將 Physical AI 列為 2026 年頂尖戰略技術趨勢。台灣在半導體與精密製造領域具有深厚的產業基礎，目前最大的缺口在於應用人才的培育。機器人控制所需的感測融合、Edge AI 推論與嵌入式系統整合等能力，在現行大學課程中仍屬稀缺——這正是本聯盟致力推動教材開發與教師增能的核心動機。
「台灣在 AI 硬體製造上的地位領先全球，但若無法同步提升應用力，將難以在下一波 AI 世代占穩主導地位。教育體系應重新架構課綱，強化提問力與跨域能力。」 ── KPMG 台灣產業 AI 應用趨勢展望報告 2025
主辦與合作
